МЕТОДИКА НЕЙРОСЕТЕВОЙ КЛАССИФИКАЦИИ СИТУАЦИЙ НА ФИНАНСОВЫХ РЫНКАХ И ЕЕ РЕАЛИЗАЦИЯ В ИСППР
DOI:
https://doi.org/10.22213/2410-9304-2017-2-113-116Ключевые слова:
нейронная сеть, классификация, рыночные ситуации, интеллектуальная система поддержки принятия решений, многослойный перцептронАннотация
Задача разработки инструментов анализа финансовых рынков, основанных на современных методах искусственного интеллекта, имитирующих работу трейдеров рынка, которым для принятия решения необходимо проанализировать большое количество разнородной информации о рынке, становится все более актуальной в настоящее время. В статье рассматривается применение нейросетевого классификатора в качестве ядра интеллектуальной системы поддержки принятия решений трейдера финансовых рынков. Обозначены основные характеристики систем типа интеллектуальная система поддержки принятия решений. Приведена методика нейросетевой классификации рыночных ситуаций, построенная с применением различных подходов к анализу финансовых рынков, таких как технический, фундаментальный анализ и эконометрическое моделирование. Основу методики составляет интегрированный анализ информации на основе нейронной сети топологии многослойный перцептрон. Представлены результаты проектирования системы, использующие алгоритм методики нейросетевой классификации рыночных ситуаций, архитектура системы, исследования работоспособности и эффективности работы интеллектуальной системы поддержки принятия решений трейдеров на финансовых рынках, основанной на описанной методике классификаций рыночных ситуаций. По результатам экспериментального исследования на нормированной по параметрам эксперимента выборке обозначена эффективность работы системы в 83 %.Библиографические ссылки
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.
