Применение нейросетевых методов при прогнозировании динамики фондового рынка

Применение нейросетевых методов при прогнозировании динамики фондового рынка

Автор: Бушуев, Константин Вадимович

Шифр специальности: 08.00.13

Научная степень: Кандидатская

Год защиты: 2002

Место защиты: Москва

Количество страниц: 179 с. ил

Артикул: 2322431

Автор: Бушуев, Константин Вадимович

Стоимость: 250 руб.

Применение нейросетевых методов при прогнозировании динамики фондового рынка  Применение нейросетевых методов при прогнозировании динамики фондового рынка 

ВВЕДЕНИЕ
СОВРЕМЕННЫЕ ПОДХОДЫ К ПРОГНОЗИРОВАНИЮ ДИНАМИКИ ФОНДОВОГО РЫНКА
Характеристика особенностей развития российского фондового рынка и возможности
их учета в прогнозных моделях
Анализ методов прогнозирования динамики фондового рынка
ХАРАКТЕРИСТИКА НЕЙРОСЕТЕВЫХ МЕТОДОВ И
ВОЗМОЖНОСТИ ИХ ПРИМЕНЕНИЯ ДЛЯ АНАЛИЗА
ДИНАМИКИ ФОНДОВОГО РЫНКА
Биологические основы и математический аппарат искусственных нейронных сетей
Методы использования нейросетевых алгоритмов на финансовых рынках и для
прогнозирования динамики фондового рынка
РАЗРАБОТКА НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ
ПРОГНОЗИРОВАНИЯ ДИНАМИКИ РОССИЙСКОГО РЫНКА АКЦИЙ
Двухфакторные модели
Многофакторная модель ЗАКЛЮЧЕНИЕ СПИСОК ЛИТЕРАТУРЫ ПРИЛОЖЕНИЯ
Переход к рыночным отношениям в экономике и научнотехнический прогресс
чрезвычайно ускорили темпы внедрения во все сферы социально экономической
жизни российского общества последних научных разработок в области
информационных технологий. Достижение Россией высоких результатов в экономике и
завоевание места полноправного партнера в мировой экономической системе в
значительной степени зависит от того, каковы будут масштабы использования
современных информационных технологий во всех аспектах человеческой
деятельности, а также от того, какую роль будут играть эти технологии в
повышении эффективности экономических взаимоотношений.
В условиях сокращения централизованных государственных инвестиций решающее
значение придается росту объема и эффективности негосударственных инвестиций,
основными источниками которых должны служить собственные внутренние средства
предприятий и привлеченные внешние источники, прежде всего средства банков,
институциональных инвесторов и населения. При этом одним из наиболее
эффективных способов привлечения инвестиций в процесс воспроизводства является
эмиссия ценных бумаг.
Ценные бумаги, опосредующие инвестиционный процесс, являются неотъемлемым
атрибутом рыночной экономики. С их помощью инвестиции автоматически
направляются в наиболее эффективные отрасли и сферы экономики, развивая
жизнеспособные рыночные структуры. Рынок ценных бумаг как механизм
трансформации сбережений в инвестиции является сегодня той сферой, в которой
формируются основные финансовые источники экономического роста, концентрируются
и распределяются необходимые экономике инвестиционные ресурсы.
Значительный вклад в развитие инвестиционной теории, по вполне очевидным
причинам, внесли зарубежные ученые, прежде всего Д. Вильямс,
М. Гордой, Г. Марковиц, Р. Мертон, М. Миллер, Ф. Модельяни, Дж. Мэрфи, Р. Риа,
С. Росе, Дж. Тобин, В. Фишер, У. Шарп и др. Среди отечественных ученых можно
также выделить исследователей, вплотную занимающихся инвестиционной теорией и
адаптацией ее к рынку ценных бумаг, таких как М. Алексеев, Л. Бабешко, И.
Волошин, С. Зинковский, А. Иванов, А. Ильинский, М. Ломакин, В. Мсладзе, Я.
Миркин, Б. Рубцов, Ь. Рязанов, Е. Четыркин и др.
Большинство проблем, возникающих перед инвесторами, и, в первую очередь,
проблемы принятия эффективных решений на фондовых, денежных и товарных рынках,
являются по самой своей природе плохо структурированными и, как следствие, для
их использования не могут быть использованы стандартные методы. Одной из таких
проблем является проблема определения момента и характера управленческого
решения при осуществлении среднесрочных торговых операций с акциями. Ее решение
является перманентной задачей каждой инвестиционной компании или коммерческого
банка, работающего на рынке ценных бумаг не только со средствами клиентов, но и
осуществляющего торговые операции с использованием собственных средств. В
процессе решения этой задачи менеджеры вынуждены учитывать большое количество
противоречивых и неоднозначных данных, важность которых невозможно оценить
объективно. Во всех подобных случаях принимаемые решения носят весьма
субъективный характер и, как все интуитивные решения, не могут быть корректно
объяснены.
Необходимость анализа фондового рынка у профессиональных инвестиционных
институтов рынка сегодня не вызывает сомнений. Практически в любой
инвестиционной компании и коммерческом банке есть своя аналитическая служба. Но
работники этих служб являются во многом первопроходцами. Финансовые рынки в
России еще не завершили своего формирования, и аналитикам приходится работать в
условиях, когда собственный опыт не всегда помогает. Большинство универсальных
методик.
особенно зарубежных, нуждается в адаптации к российским условиям и к
требованиям конкретного субъекта рынка. Зачастую и уровень
подготовленности аналитиков накладывает ограничения на выбор методики.
Отечественные производители программного обеспечения в большей степени нацелены
на автоматизацию бухгалтерского учета и операционной работы в инвестиционных
компаниях и банках. При этом простейшие подсистемы анализа являются
желательным, но необязательным придатком.
В таких условиях остро встает необходимость разработки методик применения
наиболее эффективных технологий принятия управленческих решений по торговым
операциям на российском рынке ценных бумаг.
Игнорирование проблем прогнозирования поведения фондового рынка и отсутствие
систем, способных осуществлять подобное прогнозирование,
приводят к ухудшению качества управления, что в конечном итоге отрицательно
сказывается на финансовых результатах работы инвестиционного института.
Многообразие методов анализа фондового рынка позволяет аналитику использовать
все их множество для более обоснованного прогнозирования, но при этом всегда
ставит перед проблемой выбора правильного решения. Поэтому одним из путей
дальнейшего совершенствования анализа рынка ценных бумаг является разработка
методов, сочетающих в себе знания
различных областей анализа.
Одновременно с развитием теоретических подходов для создания адекватных моделей
поведения рынка, в западных странах и США происходило активное внедрение новых
интеллектуальных компьютерных технологий в практику принятия финансовых и
инвестиционных решений вначале в виде экспертных систем и баз знаний, а затем
с конца х нейросетевых технологий.
Начало исследования методов обработки информации, называемых сегодня
нейросетсвыми, было положено несколько десятилетий назад. С течением времени
интерес к пенросетевым технологиям то ослабевал, то
вновь возрождался. Такое непостоянство напрямую связано с практическими
результатами проводимых исследований.
На российском финансовом рынке нейросетевые компьютерные технологии появились
всего несколько лет назад. Изучение литературы за этот период показало, что ни
в одном из источников не содержится подробного описания с указанием
достигнутых результатов эффективного применения нейросстевых компьютерных
технологий для прогнозирования динамики фондового рынка в среднесрочной
перспективе. Большинство публикаций подавляющее большинство из них в
периодической печати сводится к описанию возможностей нейронных сетей и их
потенциальных преимуществ перед другими компьютерными технологиями. Причем
большая часть выводов в этих работах сделана на основе результатов применения
нейросетей на западных рынках.
Основной вклад в развитие теории нейрокомпьютинга и его применения в финансовой
сфере внесли ученые стран Запада и США. Это прежде всего В.М. ван ден Берг,
Д.Э. Бэстенс, П. Вербос, Л. Вилентурф, Д. Вуд, В. МакКаллох, В. Пите, М.
Редмиллер, Ф. Розенблат, Дж. Хопфилд и др. Необходимо отметить также работы
отечественных ученых, занимающихся разработкой и внедрением нейросстевых
технологий в области экономики, таких как А. Ежов, Б. Одинцов, А. Романов, С.
Шумский и др.
На сегодняшний день возможности нейросетевых технологий используются во многих
отраслях науки, начиная от медицины и астрономии, заканчивая информатикой и
экономикой. Между тем далеко не все потенциальные возможности нейросетевых
методов изучены, но одними из их свойств являются возможности распознавания и
классификации образов, работы с большими массивами зашумленных данных,
аппроксимация и выявление неочевидных зависимостей в данных финансовых
временных рядов. На основе этих свойств нейросетевых архитектур можно сделать
вывод о значительном преимуществе их использования для анализа и
прогнозирования динамик финансовых рядов, в частности фондового рынка.
Актуальность


М. Гордой, Г. Марковиц, Р. Мертон, М. Миллер, Ф. Модельяни, Дж. Мэрфи, Р. С. Росе, Дж. Тобин, В. Фишер, У. Шарп и др. М. Алексеев, Л. Бабешко, И. Волошин, С. Зинковский, А. Иванов, А. Ильинский, М. Ломакин, В. Мсладзе, Я. Миркин, Б. Рубцов, Ь. Рязанов, Е. Четыркин и др. Зачастую и уровень
подготовленности аналитиков накладывает ограничения на выбор методики. Запада и США. Это прежде всего В. Д.Э. Бэстенс, П. Вербос, Л. Вилентурф, Д. Вуд, В. МакКаллох, В. Пите, М. Редмиллер, Ф. Розенблат, Дж. Хопфилд и др. А. Ежов, Б. Одинцов, А. Романов, С. Шумский и др. Федерации, Российской экономической академии им. Г.В. Государственного университета управления. Московского государственного университета им. М.В. Германия и других организаций. Диссертация по своему содержанию соответствует пункту 2. Внедрение н апробация работы. Компания НИКойл. Публикации. Структура работы. Европейский Союз ЕС.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.283, запросов: 128