Please use this identifier to cite or link to this item: http://earchive.tpu.ru/handle/11683/61069
Title: Прогнозирование финансовых временных рядов с использованием нейронных сетей
Authors: Булыкина, Анастасия Александровна
metadata.dc.contributor.advisor: Шинкеев, Михаил Леонидович
Keywords: нейронная сеть; многослойный персептрон; прогнозирование; финансовые временные ряды; ошибка прогноза; neural networks; multilayer perceptron; prediction; financial time series; prediction error
Issue Date: 2020
Citation: Булыкина А. А. Прогнозирование финансовых временных рядов с использованием нейронных сетей : магистерская диссертация / А. А. Булыкина ; Национальный исследовательский Томский политехнический университет (ТПУ), Инженерная школа ядерных технологий (ИЯТШ), Отделение экспериментальной физики (ОЭФ) ; науч. рук. М. Л. Шинкеев. — Томск, 2020.
Abstract: Разработан подход к проблеме прогнозирования, в основе которого лежат нейросетевые методы. Они отличаются своей способностью устанавливать нелинейные связи между будущими и фактическими значениями и хорошей масштабируемостью. В работе была определена архитектура нейронной сети и оптимизированы параметры сети. Используя многослойный персептрон и алгоритм обучения BFGS, в среде STATISTICA 10.0 были построены нейронные сети, позволяющие получить краткосрочные прогнозы котировок ценных бумаг на фондовом рынке для задач регрессии и классификации.
In this paper, to solve the problem of predicting financial time series, neural network methods are considered, which differ from other models in their ability to establish non-linear relationships between future and actual values and good scalability. A neural network should be optimal in terms of internal structure, a way to control information flows between neurons. Using a multilayer perceptron and BFGS learning algorithm, neural networks were constructed in the STATISTICA 10.0 environment, allowing to obtain short-term forecasts of stock quotes on the stock market for tasks of regression and classification.
URI: http://earchive.tpu.ru/handle/11683/61069
Appears in Collections:Магистерские диссертации

Files in This Item:
File SizeFormat 
TPU930425.pdf4,3 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.