At the moment, the researchers of the market and economic indicators (cycles) scarcely use (due to the utter skepticism) for their calculations mathematical techniques to find fractal patterns (self-similarities) determining the movement of the studied indicators trend (or some state of the studied sector of the agricultural economy). These tools showed their efficiency in predicting the macroeconomic time series of performance indicators of some regional participants in the sugar sub-complex of the agro-industrial complex. Some elements of such patterns have proven themselves well in the construction of indicators of advanced development. They belong to the class of express methods of trend identification. In terms of efficiency and time expenditures, they are significantly superior to mathematical tools such as artificial neural networks, genetic algorithms, fuzzy logic methods, etc. The paper implements the search for stable price patterns in the history of price quotations similar to the current values. The idea is that any price pattern has taken place in the past: having this pattern properly identified, it is possible to predict to a high precision the behavior of any segment of the agro-industrial market. The author considered the forecasting methods belonging to the class of phase-fractal analysis and self-similarity methods. Besides, the author emphasizes the adaptation of such techniques when predicting the indicators of regional participants in the sugar sub-complex of the agro-industrial complex. Within the practical part of the work, the author applied the elements of phase-fractal analysis for the spurious response rejection. It allowed significantly decreasing the information noise in one dimension spectra. The results of applied calculations and practical implementation confirmed the possibility of using the tool in predicting the economic performance of large industrial enterprises of the sugar sub-complex. The results obtained for the described models allow performing multivariate calculations for the same indicators. The results of using phase-fractal analysis and self-similarity methods in forecasting tasks demonstrated the possibility of solving them and confirmed their practical significance.
В настоящий момент исследователи рыночных и экономических показателей (циклов) практически не используют (в силу крайне скептического отношения) для своих вычислений математические методики нахождения фрактальных закономерностей (самоподобий), определяющих движение тренда изучаемых показателей (или некоторое состояние исследуемого сектора экономики АПК). Данные инструменты показали свою эффективность при прогнозировании макроэкономических временных рядов показателей деятельности некоторых региональных участников сахарного подкомплекса АПК. Отдельные элементы таких закономерностей хорошо себя зарекомендовали при построении индикаторов опережающего развития. Их относят к классу экспресс-методов идентификации тренда. По эффективности и временным затратам они значительно превосходят такие математические инструменты, как искусственные нейронные сети, генетические алгоритмы, методы нечеткой логики и т. д. В работе реализуется поиск устойчивых ценовых паттернов в истории котировок, схожих с текущими значениями. Идея состоит в том, что любой «ценовой рисунок» уже имел место в прошлом: если его верно определить, то можно с высокой точностью спрогнозировать поведение какого угодно сегмента агропромышленного рынка, и не только. Рассмотрены методы прогнозирования, относящиеся к классу фазово-фрактального анализа и методов самоподобия. При этом особое внимание уделяется адаптации таких методов при прогнозировании показателей региональных участников сахарного подкомплекса АПК. В практической части применялись элементы фазового (циклического) анализа для подавления ложных сигналов (всплесков). Это позволило в значительной степени снизить информационный шум в одномерных спектрах. Результаты прикладных расчетов и практической реализации подтвердили возможность применения инструмента при прогнозировании показателей экономической деятельности крупных отраслевых предприятий сахарного подкомплекса. Полученные результаты по описанным моделям позволяют осуществлять многовариантные расчеты по одинаковым показателям. Результаты применения фазово-фрактального анализа и методов самоподобия в задачах прогнозирования продемонстрировали возможность их решения и подтвердили свою практическую значимость.