Каскадные нейро-нечеткие сети в задачах прогнозирования на рынках ценных бумаг

Скорочена інформація про документ
dc.contributor.authorЗайченко, Юрий Петрович
dc.contributor.authorГамидов, Галиб И.
dc.contributor.authorЗайченко, Юрій Петрович
dc.contributor.authorГамідов, Галіб І.
dc.contributor.authorZaychenko, Yuriy P.
dc.contributor.authorHamidov, Galib
dc.date.accessioned2017-11-03T11:42:05Z
dc.date.available2017-11-03T11:42:05Z
dc.date.issued2017
dc.description.abstractenA forecasting problem at the stock exchange is considered. For its solution the application of a cascade neo-fuzzy neural network (CNFNN) is suggested. The architecture of the neo-fuzzy neuron and architecture of CNFNN is presented. Training algorithms of CNFNN in packet mode and on-line are described and discussed. The experimental investigations of CNFNN for market index forecasting at the German stock exchange are carried out. During experiments, the number of cascades, inputs, linguistic terms, and the training-to-test ratio of samples were varied. In the experiments, the optimal values of the aforesaid parameters of the training algorithm were found. The comparative experiments estimating forecasting efficiency of the cascade neo-fuzzy neural network and FNN ANFIS were carried out.uk
dc.description.abstractruРассмотрена проблема прогнозирования на рынках ценных бумаг. Для решения этой задачи предложено использование каскадных нео-фаззинейронных сетей(CNFNN). Рассмотрены архитектура нео-фаззи нейрона и архитектура CNFNN. Описаны алгоритмы обучения нео-фаззи-нейронной сети в пакетном и он-лайновом режимах. Проведены экспериментальные исследования CNFNN в задаче прогнозирования биржевых индексов на рынке ценных бумаг ФРГ. В ходе экспериментов варьировалось число входов нейронной сети, число каскадов, число значений лингвистических переменных, соотношение размеров обучающей и проверочной выборок. В результате экспериментов найдены оптимальные значения указанных параметров для рассматриваемой задачи. Проведены сравнительные эксперименты по оценке эффективности прогнозирования CNFNN и нечеткой нейронной сети ANFIS.uk
dc.description.abstractukРозглянуто проблему прогнозування на ринках цінних паперів. Для її вирішення запропоновано застосування каскадних нео-фаззі нейронних мереж (CNFNN). Розглянуто архітектуру нео-фаззі нейрона та CNFNN. Описано алгоритми навчання нео-фаззі нейронної мережі в пакетному і он-лайновому режимі. Проведено експериментальні дослідження CNFNN в задачі прогнозування біржових індексів на ринку цінних паперів ФРН. У процесі експериментів варіювалась кількість каскадів, входів мережі, число значень лінгвістичних змінних, співвідношення обсягів навчальної та перевірної вибірок. У результаті експериментів знайдено оптимальні значення параметрів для розглянутої задачі. Проведено порівняльні експерименти з оцінювання ефективності прогнозування CNFNN та нечіткої нейронної мережі ANFIS.uk
dc.format.pagerangeС. 92-102uk
dc.identifier.citationЗайченко Ю. П. Каскадные нейро-нечеткие сети в задачах прогнозирования на рынках ценных бумаг / Ю. П. Зайченко, Гамидов Галиб И. // Системні дослідження та інформаційні технології : міжнародний науково-технічний журнал. – 2017. – № 2. – С. 92–102. – Библиогр.: 4 назв.uk
dc.identifier.doihttps://doi.org/10.20535/SRIT.2308-8893.2017.2.09
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/20966
dc.language.isoruuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.sourceСистемні дослідження та інформаційні технології : міжнародний науково-технічний журнал, № 2uk
dc.subjectпрогнозированиеuk
dc.subjectрынок ценных бумагuk
dc.subjectкаскадная нео-фаззи нейронная сетьuk
dc.subjectННС ANFISuk
dc.subjectпрогнозуванняuk
dc.subjectринок цінних паперівuk
dc.subjectкаскадна нео-фазі нейронна мережаuk
dc.subjectННМ ANFISuk
dc.subjectforecastinguk
dc.subjectstock exchangeuk
dc.subjectcascade neo-fuzzy neural networkuk
dc.subjectFNN ANFISuk
dc.subject.udc519.8uk
dc.titleКаскадные нейро-нечеткие сети в задачах прогнозирования на рынках ценных бумагuk
dc.title.alternativeКаскадні нейро-нечіткі мережі в задачах прогнозування на ринках цінних паперівuk
dc.title.alternativeCascade neo-fuzzy neural network in the forecasting problem at stock exchangeuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
SD2_09Zaychenko.pdf
Розмір:
319.56 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
7.74 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Системні дослідження та інформаційні технології: міжнародний науково-технічний журнал, № 2