Підвищення точності прогнозування курсів валют на інтернет ринку за допомогою нейронних мереж
- Деталі
- Категорія: Економіка та управління
- Останнє оновлення: 18 вересня 2014
- Опубліковано: 18 вересня 2014
- Перегляди: 5163
Автори:
О.Ю. Чуріканова, кандидат економічних наук, Державний вищий навчальний заклад „Національний гірничий університет“, доцент кафедри економічної кібернетики та інформаційних технологій, м.Дніпропетровськ, Україна
К.Є. Тюхменьова, Державний вищий навчальний заклад „Національний гірничий університет“, асистент кафедри менеджменту виробничої сфери, м.Дніпропетровськ, Україна
М.А. Харченко, Державний вищий навчальний заклад „Національний гірничий університет“, аспірант, м.Дніпропетровськ, Україна
Реферат:
Мета. Мета полягає в розробці та побудові економіко-математичної моделі прогнозу курсів валют засобами нейронних мереж для визначення поведінки курсів на Інтернет-ринку з урахуванням факторів технічного та фундаментального аналізів.
Методика. Для вирішення поставленої мети використано методи порівняльного аналізу, системного комплексного підходу та методи економіко-математичного моделювання засобами нейронних мереж.
Результати. Проведено дослідження основних факторів, за допомогою яких можна робити прогноз щодо заміни курсів валют у майбутньому. Визначено, що на поведінку курсів валют впливає достатньо велика кількість факторів, які відносяться до методів фундаментального та технічного аналізів. Встановлено, що жоден із факторів не має 100% надійності у прогнозі. Лише застосування комплексного підходу дає високу ступінь прогнозу. З метою здійснення комплексного підходу запропонована та побудована економіко-математична модель прогнозу курсів валют засобами нейронних мереж,що дозволила об’єднати показники фундаментального та технічного аналізів.
На основі показників технічного й фундаментального аналізів поведінки курсів валют на Інтернет- ринку сформована група факторі, що мають числовий вимір. Виконане обґрунтування математичного апарату нейронних мереж як оптимального для побудови економіко-математичної моделі з метою виконання прогнозів і з урахування мети, поставленої в даній роботі. На основі сформованої групи факторів виконана побудова економіко-математичної моделі прогнозу курсів валют засобами нейронних мереж, на вхід якої подаються дані за відібраними факторами, а на виході отримується прогнозне значення курсів валют.
Наукова новизна. Виконана побудова економіко-математичної моделі прогнозу курсів валют на Інтернет-ринку засобами нейронних мереж, що, на відміну від існуючих, враховує групу із десяти факторів, таких як:індекс відносного розміру цін, індекс полегшення ринку, індекс Доу-Джонса, індекс „Стендард энд пауэрз“, індекс Нью-Йоркской фондової біржі, індекси Американської фондової біржі, індикатор RSI, середній індекс спрямованого руху ADX, індекс позабіржового обороту, індикатор стоахастик.
Практична значимість. Полягає в можливості підвищення точності прогнозу курсів валют на Інтернет-ринку за допомогою використання вдосконаленого математичного апарату, в основу якого покладена розширена група чинників, що впливає на зміну курсів валют.
Список літератури / References:
1. Urintsov, A.I. (2003), “Regarding usage of the EPSS system as the instrument for on-line adaptation of the Decision Maker”, Pribory i Systemy Upravleniya, no. 11, pp. 63–66.
Уринцов A.И. Regarding usage of the EPSS system as the instrument for on-line adaptation of the Decision Maker/
A.И. Уринтсов. // Приборы и системы управления. – № 11. – 2003. – С. 63–66.
2. Alpesh B. Patel (2003), Trading Online: A Step-by-Step Guide to CyberProfits, Williams, UK.
Пейтел Э. Internet-трейдинг. Полное руководство / Э. Пейтл, П. Пейтл; пер. с англ. – М.: Издательский дом „Вильямс“, 2003. – 320 с.
3. Taran, V.A. (2003), Playing the stock market is easy!, NP “Forex club”, Forex Club, Moscow, Russia.
Таран B.A. Играть на бирже просто?! / Таран B.A. // НП „Форекс клуб“. – М.: Форекс Клуб, 2003. –240с.
4. Robert W. Colby and Thomas A. Meyers (1998), The Encyclopedia of Technical Market Indicators, Dow Jones-Irwin.
Роберт В.Колби. Р. Энциклопедия технических индикаторов рынка / В. Роберт, А. Мейерс – М.: Издательский дом „Альпина“, 1998. – 581 с.
5. T. Demark (1997), Tekhnicheskiy analiz, novaya nauka [Technical Analysis, New Science], Diagramma, Moscow, Russia.
Демарк Т. Технический анализ, новая наука / Демарк Т. – М.: Диаграмма, 1997. – 178 с.
6. Yezhov, A.A. and Shumsky, S.A. (1998), Neirokompyuting i yego primeneniye v ekonomike i biznese [Neurocomputing and Its Application in Economics and Business], MIFI, Moscow, Russia.
Ежов А.А. Нейрокомпьютинг и его применение в экономике и бизнесе / А.А. Ежов, С.А. Шумски – М.: МИФИ, 1998. – 216с.
7. Minayev, Yu.N., Filimonova, O.Yu. and Benameur, L. (2003), Metody i algoritmy resheniya zadach identifikatsyi i prognozirovaniya v usloviyakh neopredelennosti v neirosetevom logicheskom bazise [Methods and Algorithms for Solving Identification and Forecasting Tasks Under Uncertainty in the Neural Network Logical Basis], Hotline Telecom, Moscow, Russia.
Минаев Ю.Н. Методы и алгоритмы решения задач идентификации и прогнозирования в условиях неопределенности в нейросетевом логическом базисе / Минаев Ю.Н., Филимонова О.Ю., Бенамеур Л. – М.: Изд-во. Горячая линия-Телеком, 2003. – 205 с.
8. Callan, R. (1999), The Essence of Neural Networks, Prentice Hall Europe.
Каллан Р. Основные концепции нейронных сетей / Каллан Р. – М.: Изд-во. Вильямс, 2002. – 287 с.
9. Rutkovska, D. (2004), Neironnye seti, geneticheskiye algoritmy i nechetkiye sistemy [Neural networks, genetic algorithms and fuzzy systems], Hotline Telecom, Moscow, Russia.
Рутковская Д. Нейронные сети, генетические алгоритмы и нечёткие системы / Рутковская Д. – М.: Изд-во. Горячая линия-Телеком, 2004. – 452с.
10. Haykin, S. (2006), Neironnye seti [Neural Networks: a Complete Course] Dialektika, Kiyev, Ukraine.
Хайкин С. Нейронные сети: полный курс / Хайкин С. – К.: Изд-во. Диалектика, 2006. – 1104 с.
2014_4_churikanova | |
2014-09-17 131.76 KB 1266 |
Наступні статті з поточного розділу:
- Основні задачі розробки навчальних планів спільного проекту ТЕМПУС „ECOMMIS“ - 19/09/2014 09:44
- Розробка плану інтернет-маркетингу ВАТ „Россельхозбанк“ - 18/09/2014 15:22
- Перспективи розвитку інструментарію електронного навчання за рахунок розвитку інформаційних і комунікаційних технологій - 18/09/2014 15:13
- Дослідження використання соціальних медіа-засобів для передачі знань в освітньому середовищі - 18/09/2014 15:06
- Оцінка факторів, що впливають на ефективність застосування знань - 18/09/2014 15:01
- Апостерiорнe моделювання операційних втрат - 18/09/2014 14:52
Попередні статті з поточного розділу:
- Методи прийняття рішень у системі збалансованих показників - 18/09/2014 14:31
- Інформаційне суспільство як середовище створення нового знання - 18/09/2014 14:25
- Класифікація та ранжирування корпоративних сайтів промислових підприємств - 17/09/2014 16:28
- Соціальні мережі в маркетинговій комунікаціїї в Литві - 17/09/2014 15:50
- Методи, моделі та їх реалізації при системному управлінні ризиками в телекомунікаціях - 17/09/2014 15:45
- Аналіз економічної ефективності використання системи електронного постачання на промисловому підприємстві - 17/09/2014 15:33
- Економічні аспекти переходу на безтротилові вибухові речовини при підземному видобутку руд у Kриворізькому басейні - 17/09/2014 15:24