Open Access Open Access  Restricted Access Subscription Access

Method of Neuronet Classification of Situations in Financial Markets and Its Implementation in IDSS

Nikolaeva Y.V.

Abstract


The task of developing tools for analyzing financial markets based on modern methods of artificial intelligence, imitating the work of market traders, who need to analyze a large amount of heterogeneous information about the market for decision-making, is becoming increasingly relevant at the moment. The paper deals with the application of a neural network classifier as the core of an intellectual decision support system for a trader in financial markets. The main characteristics of systems such as an intelligent decision support system are identified. The technique of neuronet classification of market situations, using various approaches to the analysis of financial markets, such as technical, fundamental analysis and econometric modeling, is presented. The basis of the methodology is the integrated information analysis based on the neural network topology multilayer perceptron. The results of system design using the algorithm of neural network classification of market situations, the architecture of the system, the study of efficiency and efficiency of the intellectual decision support system for traders in the financial markets based on the described methodology of classifications of market situations are presented. According to the results of the experimental study, the efficiency of the system in 83% is indicated on the sample, which is normalized by the parameters of the experiment.

Keywords


neural network; classification; market situations; intelligent decision support system; multilayer perceptron

Full Text

Galleys

PDF (Русский)
References References

Корнеев С. В. Системы поддержки принятия решений в бизнесе // Сети и бизнес. - 2005. - № 6. - C. 57-75.

Nikolaeva Y. V. The neural networks. The multilayer perceptron// Communication of Students, Master Students and Post-Graduates in Academic, Professional and Scientific Fields: материалы межвуз. студ. науч. конф. 2011.

Минский М., Пайперт С. Персептроны. - М. : Мир, 1971.

Николаева Ю. В. Методы нейросетевой классификации ситуаций на финансовых рынках относительно ожидаемой прибыли [Электронный ресурс] // Молодые ученые - ускорению научно-технического прогресса в XXI веке : сборник материалов IV Всероссийской научно-технической конференции аспирантов, магистрантов и молодых ученых с международным участием, Ижевск, 20-21 апреля 2016 года. - Ижевск : ИННОВА, 2016. - С. 562-566. - 1 электрон. опт. диск (CD-ROM).

Николаева Ю. В. Критерии выбора архитектуры нейронной сети для прогнозирования финансовых рынков // Вестник Ижевского государственного технического университета. - 2015. - № 1. - С. 96-97.

Николаева Ю. В. Математическая постановка задачи обучения мно-гослойного перцептрона для классификации рыночных ситуаций // Интеллектуальные системы в производстве. - 2016. - № 3. - С. 10-12.

Николаева Ю. В. Нормировка данных для нейронных сетей// Молодые ученые - ускорению научно-технического прогресса в XXI веке: сборник материалов III Всероссийской научно-технической конференции аспирантов, магистрантов и молодых ученых с международным участием, Ижевск, 22-23 апреля 2015 года. - Ижевск: Изд-во ИжГТУ имени М. Т. Калашникова. -С. 673-679.

Сучкова Е. А., Николаева Ю. В. Разработка оптимальной структуры хранения данных для систем поддержки принятия решений [Электронный ресурс] // Кибернетика и программирование. - 2016. - № 4. - С. 58-64. - doi: 10.7256/2306-4196.2016.4.18281 - URL: http://e-notabene.ru/ kp/article_18281.html.




DOI: http://dx.doi.org/10.22213/2410-9304-2017-2-113-116

Article Metrics

Metrics Loading ...

Metrics powered by PLOS ALM

Refbacks

  • There are currently no refbacks.


Copyright (c) 2017 Николаева Ю.В.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

ISSN 1813-7911