ПРИМЕНЕНИЕ НЕЙРОННЫХ СЕТЕЙ В ФИНАНСОВЫХ ПРОГНОЗАХ И ТРЕЙДИНГЕ

Авторы

  • Марина Пономарёва Пензенский казачий институт технологий (филиал) федерального государственного бюджетного образовательного учреждения высшего образования «Московский государственный университет технологий и управления имени К.Г. Разумовского (Первый казачий университет)»
  • Максим Гуляйкин Пензенский казачий институт технологий (филиал) "МГУТУ им. К.Г. Разумовского (ПКУ)"

Ключевые слова:

Нейронные сети, Сверточные нейронные сети, Финансовый прогноз, Трейдинг, Анализ рисков

Аннотация

Данная научная статья исследует применение нейронных сетей в финансовых прогнозах и трейдинге. Авторы рассматривают основные принципы и методы использования нейронных сетей для предсказания финансовых рынков, определения трендов и принятия решений о торговых операциях. Обсуждаются различные архитектуры нейронных сетей, применяемые в финансовых моделях, включая рекуррентные нейронные сети, сверточные нейронные сети и глубокие нейронные сети.

Рассматриваются методы предобработки данных и выбора признаков, которые играют важную роль в построении эффективных моделей прогнозирования. Обсуждаются техники обработки временных рядов, нормализации данных и устранения шума. Также рассматривается проблема несбалансированных данных и методы их учета.

Подробно рассматривается оценка и оптимизация моделей нейронных сетей. Авторы обсуждают методы кросс-валидации, выбора гиперпараметров и ансамблирования моделей для достижения наилучшей производительности и обобщающей способности модели.

Обсуждаются вызовы и будущие направления в применении нейронных сетей в финансовых прогнозах и трейдинге. Рассматриваются вопросы интерпретируемости и объяснимости моделей, управления переобучением и недообучением, использования новых типов данных и источников информации, развития гибридных моделей и комбинирования методов, а также автоматизации и развития автономных систем.

Библиографические ссылки

Ф.М. Гафаров, А.Ф. Галимянов, Искусственные нейронные сети и их приложения – Учебное пособие – Казань, 2018 (дата обращения 09.05.2023)

А.Л. Богданов, И.С. Дуля, Применение нейронных сетей в решении задачи кредитного скоринга – Вестник Томского государственного университета. Экономика – 2018 г. (дата общения (09.05.2023)

Рекуррентные нейронные сети // neerc.ifmo.ru [Электронный ресурс], URL: https://neerc.ifmo.ru/wiki/index.php?title =Рекуррентные_нейронные_сети (дата обращения 09.05.2023)

Алгоритмы обучения нейронной сети: наиболее распространенные варианты // gb.ru [Электронный ресурс], URL: https://gb.ru/blog/algoritmy-obucheniya-nejronnoj-seti/ . (дата общения (09.05.2023).

Е.А. Каширина, А.Н. Курганов, Нейронные сети как инструмент прогнозирования динамики рыночных цен – Science Time – 2015г. (дата обращения 09.05.2023).

Корнеев Д.С. , Использование аппарата нейронных сетей для создания модели оценки и управления рисками предприятия – Управление большими системами: сборник трудов, 2007 г. (дата обращения 09.05.2023)

Тестирование торговой стратегии // idlab.hse.ru [Электронный ресурс], URL: https://idlab.hse.ru/backtest/ . (дата обращения 09.05.2023)

Оценка эффективности нейронных сетей для торговли и инвестирования на фондовых рынках // vc.ru [Электронный ресурс], URL: https://vc.ru/finance/350564-ocenka-effektivnosti-neyronnyh-setey-dlya-torgovli-i-investirovaniya-na-fondovyh-rynkah (дата обращения 09.05.2023).

Опубликован

20-07-2023

Как цитировать

Пономарёва, М., & Гуляйкин, М. (2023). ПРИМЕНЕНИЕ НЕЙРОННЫХ СЕТЕЙ В ФИНАНСОВЫХ ПРОГНОЗАХ И ТРЕЙДИНГЕ. Инновации в науке, образовании и бизнесе, 6. извлечено от https://fortus-science.ru/index.php/rgu1/article/view/411