📄Работа №78170
Тема: Исследование применимости искусственных нейронных сетей для прогнозирования финансовых временных рядов
Тип работы
Дипломные работы, ВКР
Предмет
Информационные системы
Объем:
87 листов
Год:
2018
Просмотров:
329
4850
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Введение 8
1 Аналитическая часть 9
1.1 Анализ предметной области 9
1.2 Актуальность проблемы 15
1.3 Сравнение существующих методов 17
1.4 Постановка задачи 24
2 Экспериментальная часть 25
2.1 Формирование обучающей выборки 25
2.2 Прогнозирование на необработанных входных данных. Применение
регуляризации 28
2.2.1 Прогнозирование на сглаженных данных 43
2.2.2 Прогнозирование на процентных приращениях 46
2.4 Использование нейросетевого комитета 50
3 Информационная безопасность и защита информации 59
3.1 Краткая характеристика выполняемой работы 59
3.2 Характеристика защиты информации 59
3.3.1 Разграничение прав доступа и парольная политика 60
3.3.2 Хранение и защита информации. Резервное копирование 61
3.3.3 Защита от сетевых угроз и вредоносного по 61
3.4 Характеристики защиты информации для web-приложения с удаленным сервером приложений 63
3.4.1 Разграничение прав и парольная политика 63
3.4.2 Резервное копирование. Защита и хранение данных. Бесперебойная работа 65
3.4.3 Способ защиты от сетевых угроз 66
4 Обоснование экономической эффективности проекта 68
4.1 Расчёт затрат с учетом разработанной ИС 68
4.2 Расчёт доходов с учетом разработанной ИС 68
4.3 Определение экономического эффекта и срока окупаемости проекта 69
Заключение 71
Список источников информации 72
Приложение 73
1 Аналитическая часть 9
1.1 Анализ предметной области 9
1.2 Актуальность проблемы 15
1.3 Сравнение существующих методов 17
1.4 Постановка задачи 24
2 Экспериментальная часть 25
2.1 Формирование обучающей выборки 25
2.2 Прогнозирование на необработанных входных данных. Применение
регуляризации 28
2.2.1 Прогнозирование на сглаженных данных 43
2.2.2 Прогнозирование на процентных приращениях 46
2.4 Использование нейросетевого комитета 50
3 Информационная безопасность и защита информации 59
3.1 Краткая характеристика выполняемой работы 59
3.2 Характеристика защиты информации 59
3.3.1 Разграничение прав доступа и парольная политика 60
3.3.2 Хранение и защита информации. Резервное копирование 61
3.3.3 Защита от сетевых угроз и вредоносного по 61
3.4 Характеристики защиты информации для web-приложения с удаленным сервером приложений 63
3.4.1 Разграничение прав и парольная политика 63
3.4.2 Резервное копирование. Защита и хранение данных. Бесперебойная работа 65
3.4.3 Способ защиты от сетевых угроз 66
4 Обоснование экономической эффективности проекта 68
4.1 Расчёт затрат с учетом разработанной ИС 68
4.2 Расчёт доходов с учетом разработанной ИС 68
4.3 Определение экономического эффекта и срока окупаемости проекта 69
Заключение 71
Список источников информации 72
Приложение 73
📖 Введение
В рамках современной рыночной экономике, возможность правильно спрогнозировать рынок позволяет провести высокодоходную инвестицию, и как следствие наедятся на высокую норму прибыли. В последнее время появилось множество систем - электронных торговых площадок, позволяющих получать прибыль с изменения направления рынка, инвестору без специального образования или высокого начального капитала.
Появление множество трейдеров без специальных знаний, привело к необходимости создания систем помощи принятия решений, называемых сигнальными, конечной целью которых является анализ рынка и формирование вывода о направлении его движения.
Проблема использования таких систем связана с их высокой себестоимостью, так как такая система является экспертной системой с продукционной базой знаний. данной дипломной работе рассматривается применимость аппарата искусственных нейронных сетей, с целью построение на их основе сигнальной системы. Выбор ИНС в качестве альтернативы продукционной базе знаний, обусловлен тем, что на практике задачу прогнозирования направления рынка хорошо решает человек, аппарат искусственных нейронных сетей - попытка смоделировать (с некоторыми условностями) поведение человеческого мозга в момент решения конкретной задачи. Предполагается, что в результате экспериментальной проверки существующих практик применения ИНС удастся создать логику прогнозирования на основе которой можно было бы построить сигнальную систему.
Появление множество трейдеров без специальных знаний, привело к необходимости создания систем помощи принятия решений, называемых сигнальными, конечной целью которых является анализ рынка и формирование вывода о направлении его движения.
Проблема использования таких систем связана с их высокой себестоимостью, так как такая система является экспертной системой с продукционной базой знаний. данной дипломной работе рассматривается применимость аппарата искусственных нейронных сетей, с целью построение на их основе сигнальной системы. Выбор ИНС в качестве альтернативы продукционной базе знаний, обусловлен тем, что на практике задачу прогнозирования направления рынка хорошо решает человек, аппарат искусственных нейронных сетей - попытка смоделировать (с некоторыми условностями) поведение человеческого мозга в момент решения конкретной задачи. Предполагается, что в результате экспериментальной проверки существующих практик применения ИНС удастся создать логику прогнозирования на основе которой можно было бы построить сигнальную систему.
✅ Заключение
Целью дипломной работы была экспериментальная проверка применимости отдельных практик использования ИНС в раках прогнозирования финансовых рядов, с целью поиска логики получения сигнала отличной от существующей в настоящий момент на рынке, для которой не требовалось бы привлечение эксперта на стадии проектирования для формирования базы знаний
В экспериментальной части были проведены ряд экспериментов с обучением ИНС согласно поставленной цели. Были получены графики аппроксимации и прогноза которые использовались для анализа результатов эксперимента.
В экспериментальной части 2.2 было рассмотрено применение необработанных данных финансового временного ряда для обучения ИНС с регуляризацией.
В экспериментальной части 2.2.1 и 2.2.2 были рассмотрены варианты перекодирования исходных данных с целью борьбы с шумом.
В экспериментальной части 2.3 было рассмотрено применение нейросетевого комитета с целью проверить его влияние на качество прогноза
В следующей части было предложено два варианта реализации результатов экспериментов в качестве web-приложения, представляющего собой сигнальную системы, а также рассмотрены методы защиты информации для каждого предложенного варианта
Последняя глава посвящена экономической эффективности сигнальной системы. В результате расчетов ЧДД и других экономических показателей, разработка ИС была оправдана с экономической точки зрения.
Конечным продуктом данной работы, является web-приложение, позволяющее пользователю инициализировать, обучать и использовать ИНС для прогнозирования финансовых временных рядов.
В экспериментальной части были проведены ряд экспериментов с обучением ИНС согласно поставленной цели. Были получены графики аппроксимации и прогноза которые использовались для анализа результатов эксперимента.
В экспериментальной части 2.2 было рассмотрено применение необработанных данных финансового временного ряда для обучения ИНС с регуляризацией.
В экспериментальной части 2.2.1 и 2.2.2 были рассмотрены варианты перекодирования исходных данных с целью борьбы с шумом.
В экспериментальной части 2.3 было рассмотрено применение нейросетевого комитета с целью проверить его влияние на качество прогноза
В следующей части было предложено два варианта реализации результатов экспериментов в качестве web-приложения, представляющего собой сигнальную системы, а также рассмотрены методы защиты информации для каждого предложенного варианта
Последняя глава посвящена экономической эффективности сигнальной системы. В результате расчетов ЧДД и других экономических показателей, разработка ИС была оправдана с экономической точки зрения.
Конечным продуктом данной работы, является web-приложение, позволяющее пользователю инициализировать, обучать и использовать ИНС для прогнозирования финансовых временных рядов.
ИЛИ
Поиск аналога
📕 Список литературы
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.