ivdon3@bk.ru
Статья посвящена рассмотрению актуальных вопросов, связанных с изучением возможности прогнозирования динамики фондовых рынков на основе нейросетевых моделей машинного обучения. Выделены перспективы применения нейросетевого подхода для построения инвестиционных прогнозов. Для решения задачи предсказания динамики изменения стоимости ценных бумаг рассмотрены проблемы обучения модели на данных, представленных в форме временных рядов, а также подход к преобразованию обучающих данных. Описан метод рекурсивного исключения признаков, использующийся для выявления наиболее значимых параметров, влияющих на изменения цен на фондовом рынке. Было проведено экспериментальное сравнение ряда нейронных сетей с целью выявления наиболее эффективного подхода к решению задачи прогнозирования динамики рынка. В качестве отдельного примера была рассмотрена реализация регрессии на основе радиально-базисной нейронной сети и представлена оценка качества модели.
Ключевые слова: фондовый рынок, прогноз, дневной срез, акции, нейронная сеть, машинное обучение, функция активации, радиально-базисная функция, кросс-валидация, временные ряды
2.3.1 - Системный анализ, управление и обработка информации , 2.3.3 - Автоматизация и управление технологическими процессами и производствами