Работа посвящена проведению сравнительного анализа эффективности применения моделей ARIMA, ARCH, GARCH, многофакторной модели и модели построения дерева решений. На уровне отраслевого анализа производился учет фондовых индексов. Функционал моделей может быть оценен только на практических примерах, которые представлены в статье. Приведены графики моделей с учетом интервала значимости. Получены результаты применения теста Дики – Фуллера по разным данным для проверки наличия нестационарности. Описаны параметрические аргументы для исследуемых моделей. В качестве критериев оценки для каждой модели были взяты: стандартная ошибка, коэффициент детерминации, скорректированный R-квадрат, P-значение, значение F-статистики. Приведены исходные данные, порядок проведения исследования, полученные результаты и графики. С использованием языка программирования R проведено практическое исследование функционала моделей технического и фундаментального анализа для построения прогнозных значений курса акций ПАО «Сбербанк». Каждая из рассматриваемых моделей была реализована на языке программирования R для статистической обработки данных. Процесс программного моделирования показал сильные и слабые стороны каждой из рассмотренных моделей. Наилучшие результаты показала многофакторная модель. В работе приведены количественные показатели прогнозных значений. Приведена сравнительная таблица статистических показателей результатов прогнозных моделей и сделаны выводы о пригодности их моделирования. Данное исследование проводилось с целью выявления моделей технического и фундаментального анализа, дающих наиболее точный прогноз курса акций с возможностью дальнейшей реализации в компьютерной программе.
