Использование нейронных сетей для прогнозирования и принятия автоматизированных решений при инвестировании на фондовом рынке

Оглавление
Введение
Глава 1
Актуальность
Методологическая основа
Предпосылки
Теоретическая обоснованность применения нейросетевого моделирования для решения класса задач прогнозирования временных рядов на фондовом рынке
Основные характеристика нейронных сетей как инструмента для решения задач прогнозирования на финансовом рынке.
Принципы построения искусственных нейронных сетей прямого распространения.
Глава 2
Модель нейронной сети
Данные
Источник и формат входных данных
Нормирование начальных входных данных
Преддоработка входных данных при помощи метода главных компонент
Формирование обучающей выборки при помощи «метода скользящего окна»
Архитектура сети
Глава 3
Реализация
Реализация класса для работы с Excel – файлами
Реализация архитектуры многослойного перцепетрона
Результаты и исследование эффективности
Заключение
Библиография
Приложение

Введение

В условиях глобализации мировой экономики развитие финансовой системы является важнейшей задачей, решение которой способно обеспечить стабильный рост экономики страны. Разрывы между темпами роста различных секторов и отраслей экономики требуют наличия гибкого механизма перераспределения средств между экономическими агентами – от компаний или физических лиц со свободной денежной массой к участникам рынка, нуждающихся в дополнительном привлечении финансирования. В качестве подобного механизма выступает общая финансовая система и отдельные ее инструменты: фондовый рынок и банковский сектор экономики. Проблема эффективного регулирования рынка ценных бумаг в России одной из первоочередных, так ее решение, в перспективе, способно оказывать существенное положительное влияние на многие сферы экономики: социальную, сектор малого и среднего бизнеса, инновационную деятельность и т.д.
Фондовый рынок является попыткой создать абсолютно «эффективный рынок», с той точки зрения, что