ПРОГНОЗИРОВАНИЕ КУРСОВ ВАЛЮТ С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ Студент гр. Мт-47053А.С.Истомин Руководитель, доцент, к.т.н.В.В.Лавров Курсовой проект.

Презентация:



Advertisements
Похожие презентации
Прогнозирование финансовых рынков с использованием нейронных сетей Выполнила: Кокшарова А.А. ПНИПУ, ФПММ гр. ММЭм-12 Руководитель: к. ф.-м.н. Шумкова Д.Б.
Advertisements

Дипломная работа Разработка нейросетевого программного комплекса для анализа и прогнозирования котировок на Международном валютном рынке FOREX Выполнил:
ВЛАДИМИРСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ФАКУЛЬТЕТ ПРИКЛАДНОЙ МАТЕМАТИКИ И ФИЗИКИ Кафедра Физики и прикладной математики.
Методика оптимизации портфеля ценных бумаг на основании нейросетевого прогнозирования Исполнитель: Воронова М.А. Руководитель: Плющ О.Б.
Научный руководитель : кандидат физико - математических наук, доцент Голубева Л. Л. выполнила магистрант БГУ Власова Дарья Минск 2012.
ДИПЛОМНАЯ РАБОТА АНАЛИЗ СОСТОЯНИЯ И ПРОГНОЗ ПОВЕДЕНИЯ РЫНКА ЦЕННЫХ БУМАГ НА ОСНОВЕ МОДЕЛЕЙ ТЕОРИИ ДЕТЕРМИНИРОВАННОГО ХАОСА Научный руководитель: проф.,
Дополнительная образовательная услуга по дисциплине: «Трейдинг на валютном рынке»
Использование нейронных сетей для прогнозирования изменений на фондовом рынке Михаил Бондаренко 14 August
Курсовая работа по дисциплине «Компьютерная графика» на тему: «Определение лиц. Определение крупности плана» Кондратенко Павел, С-54.
Диссертация на соискание степени магистра экономических наук Соискатель – Полищук А.Ю. Научный руководитель – кандидат технических наук Лапицкая Н.В.
Диссертация на соискание степени магистра экономических наук Соискатель – Полищук А.Ю. Научный руководитель – кандидат технических наук Лапицкая Н.В.
Нейронные сети. Автор презентации: Фомичёв Роман Студент гр.Ф051 ФизФак КемГУ Живёт в Кировском Любит мороженое.
. Чернецкая Т.А. фирма «1С» «1С:Биологический конструктор» для развития навыков математического и имитационного моделирования.
1 Главным содержанием нейросетевой технологии является создание электронных и программных аналогов естественных нейронных сетей и использование этих аналогов.
Методы распознавания зашумленных образов БЕЛОРУССКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ФАКУЛЬТЕТ ПРИКЛАДНОЙ МАТЕМАТИКИ и ИНФОРМАТИКИ Кафедра математического.
Информационные системы управления Информационное пространство учреждения образования ИПКиП 2011г.
ЭТАПЫ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ НА КОМПЬЮТЕРЕ Реализованная на компьютере математическая модель называется компьютерной математической моделью, а проведение.
Создание моделей системы поддержки принятия решений и управления вузом Абруков В.С. Чувашский государственный университет Кафедра прикладной физики и.
Хрол Игорь Зенонович Научный руководитель Образцов Владимир Алексеевич.
Нейронные сети. Моделирование нейронных сетей. Модели нейронов. Выполнил: студент 1 курса магистратуры Сергеева Анастасия Юрьевна группа 418 м Москва -
Транксрипт:

ПРОГНОЗИРОВАНИЕ КУРСОВ ВАЛЮТ С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ Студент гр. Мт-47053А.С.Истомин Руководитель, доцент, к.т.н.В.В.Лавров Курсовой проект по дисциплине «Проектирование баз данных»

Кому это нужно? Дневной оборот рынка акций только в США превышает $10 млрд. Дневной оборот на рынке Forex превышает $1000 млрд. Это примерно 1/50 всего совокупного капитала человечества. 99% всех сделок - спекулятивные

Можно ли предсказывать рынок? Опыт участников рынка Большинство из участников рынка уверено, что рыночные временные ряды, несмотря на кажущуюся стохастичность, полны скрытых закономерностей, т.е в принципе хотя бы частично предсказуемы. Теория динамического хаоса Хаотические ряды только выглядят случайными, но, как детерминированный динамический процесс, вполне допускают краткосрочное прогнозирование.

Анализ временных рядов Фундаментальный анализ Технический анализ Набор эмпирических правил, основанных на индикаторах поведения рынка. Почему бы не использовать компьютер?

Определение Искусственные нейронные сети (ИНС) математические модели, а также их программные или аппаратные реализации, построенные по принципу организации и функционирования биологических нейронных сетей сетей нервных клеток живого организма.

Обучение нейронной сети Нейросети не программируются, они обучаются W W W W W W x1 x2 y f f f f f f f f f f ff

NeuroForecast

Этапы создания: база данных Цель использования базы данных 1.Хранение большого объема информации 2.Хранение образов нейросетей

Этапы создания: интерфейс пользователя

Возможности программного продукта Представление истории валютных курсов в виде таблиц и графиков

Возможности программного продукта Создание нейросетей, их обучение и использование

Возможности программного продукта Использование нейросети для предсказания курса

Результаты исследования Приемлемая точность Согласованность с теорией Время обучения от нескольких секунд до нескольких дней