Прогнозування фiнансових часових рядiв нейронними мережами

УДК 004.032

ПРОГНОЗУВАННЯ ФІНАНСОВИХ ЧАСОВИХ РЯДІВ

НЕЙРОННИМИ МЕРЕЖАМИ

Островська К.Ю.1, к.т.н.                                е-mail: kuostrovskaya@gmail.com 

Гузь І.О.1, магістр                                         е-mail: guz.irina1998@gmail.com 

1Національна металургійна академія України

Актуальність та постановка проблеми. Сьогодні задача прогнозування часових рядів набуває особливої актуальності в різних областях людської діяльності: у природничих науках – для прогнозування кількості опадів, стану забруднення водних ресурсів, деяких біологічних і біохімічних показників; в економіці – для прогнозування щоденних коливань цін на акції, курсів валют, щотижневих і щомісячних обсягів продажів, річних обсягів виробництва тощо.

Протягом останніх 60 років було проведено велику кількість досліджень щодо можливості прогнозування фінансових часових рядів. Ці роботи мають на меті визначити, активи яких компаній будуть підніматися у вартості та в який бізнес було б вигідно інвестувати, або, як говорять, спеціалісти, «перемогти на ринку». Це означає мати таку прибутковість, яка постійно перевищує середню прибутковість на ринку при збереженні такого ж рівня ризику, як і решта ринку. Протягом довгого періоду часу для цього використовували фундаментальний аналіз.

Фундаментальний аналіз – це вивчення основних чинників, які сприяють добробуту економіки в цілому, промислових секторів та окремих компаній. Але такий підхід має певні недоліки. По-перше, такі дослідження потребують великих затрат часу, по-друге, такий аналіз обов’язково супроводжується необ’єктивністю аналітика. Тому в останній час багато спеціалістів в області фінансів використовують методи аналізу даних, зокрема прогнозування часових рядів, для розв’язання цієї задачі

Метою даної роботи є дослідження архітектур нейронних мереж, щоб визначити який тип нейронної мережі демонструє найкращі результати в прогнозуванні індексу акцій. Для розв’язку поставленої задачі використовуються багатошарова нейронна мережа, згорткова нейронна мережа та мережа довгої короткочасної пам’яті.

Об’єктом дослідження є часові ряди цін акцій на прикладі фінансової компанії.

Предметом дослідження є багатошарова нейронна мережа, згорткова нейронна мережі та мережа довгої короткочасної пам’яті як методи прогнозування індексу акцій.

Результати роботи мають бути корисними для створення нових ознак для нейронних мереж, збір більшого датасету для прогнозування.

Основні матеріали дослідження. 

У сучасному світі існує значна кількість різних видів фінансових сутностей. Важливим для нас є те, що обмін цими сутностями може і вже досить давно відбувається в електронному вигляді - це називається електронною торгівлею. Сучасні інформаційні технології і засоби зв'язку дозволяють продавцям і покупцям зустрітися на електронних торговельних майданчиках. Ці ж технології призводять до значного зростання кількості подій, що відбуваються в деяку одиницю часу в галузі електронної торгівлі. Такі масиви інформації, а також загальна складність цієї області зробили явною необхідність створення машин, що займаються торгівлею. Сучасні автоматичні торговельні системи являють собою програмні комплекси, що втілюють досягнення в областях фінансової математики та аналізу, теорії прийняття рішень та управління ризиками і багатьох інших. Їх використання дозволяє виконувати повторювані операції на кілька порядків швидше, ніж це могли б робити людські виконавці. Технічний аналіз працює як пророцтво, що самореалізується.