Investigation of computational intelligence methods in forecasting at financial markets

Скорочена інформація про документ
dc.contributor.authorZaychenko, Yu.
dc.contributor.authorZaichenko, He.
dc.contributor.authorKuzmenko, O.
dc.date.accessioned2023-12-13T12:20:49Z
dc.date.available2023-12-13T12:20:49Z
dc.date.issued2023
dc.description.abstractAbstract. The work considers intelligent methods for solving the problem of shortand middle-term forecasting in the financial sphere. LSTM DL networks, GMDH, and hybrid GMDH-neo-fuzzy networks were studied. Neo-fuzzy neurons were chosen as nodes of the hybrid network, which allows to reduce computational costs. The optimal network parameters were found. The synthesis of the optimal structure of hybrid networks was performed. Experimental studies of LSTM, GMDH, and hybrid GMDH-neo-fuzzy networks with optimal parameters for short- and middleterm forecasting have been conducted. The accuracy of the obtained experimental predictions is compared. The forecasting intervals for which the application of the researched artificial intelligence methods is the most expedient have been determined.uk
dc.description.abstractotherАнотація. Розглянуто інтелектуальні методи для короткострокового та середньострокового прогнозування у фінансовій сфері. Досліджувалися DL мережі LSTM, МГУА та гібридні МГУА неофаззі мережі. Як вузли гібридної мережі обрано неофаззі нейрони, що дозволяє зменшити обчислювальні витрати. Знайдено оптимальні параметри мереж. Виконано синтез оптимальної структури гібридних мереж. Проведено експериментальні дослідження мереж LSTM, МГУА та МГУА неофаззі з оптимальними параметрами для короткострокового та середньострокового прогнозування. Порівняно точність отриманих експериментальних прогнозів. Визначено інтервали прогнозування, для яких застосування досліджених методів штучного інтелекту є найбільш доцільним.uk
dc.format.pagerangePp. 54-65uk
dc.identifier.citationZaychenko, Yu. Investigation of computational intelligence methods in forecasting at financial markets / Yu. Zaychenko, He. Zaichenko, O. Kuzmenko // Системні дослідження та інформаційні технології : міжнародний науково-технічний журнал. – 2023. – № 3. – С. 54-65. – Бібліогр.: 17 назв.uk
dc.identifier.doihttps://doi.org/10.20535/SRIT.2308-8893.2023.3.04
dc.identifier.issn1681–6048
dc.identifier.orcid0000-0001-9662-3269uk
dc.identifier.orcid0000-0002-4630-5155uk
dc.identifier.orcid0000-0003-1581-6224uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/63066
dc.language.isoenuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.relation.ispartofСистемні дослідження та інформаційні технології: міжнародний науково-технічний журнал, № 3uk
dc.subjectoptimizationuk
dc.subjectGMDHuk
dc.subjecthybrid GMDH-neo-fuzzy networkuk
dc.subjectLSTMuk
dc.subjectshortand middle-term forecastinguk
dc.subjectоптимізаціяuk
dc.subjectМГУАuk
dc.subjectгібридна мережа МГУА-неофаззіuk
dc.subjectLSTMuk
dc.subjectкороткострокове та середньострокове прогнозуванняuk
dc.subject.udc519.925.51uk
dc.titleInvestigation of computational intelligence methods in forecasting at financial marketsuk
dc.title.alternativeДослідження методів обчислювального інтелекту у прогнозуванні на фінансових ринкаuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
290368-670419-1-10-20231105.pdf
Розмір:
496.36 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Системні дослідження та інформаційні технології: міжнародний науково-технічний журнал, № 3