1 / 36

Дипломная работа

Дипломная работа. Цель и задачи работы. Цель. Программно реализовать нейросетевую систему анализа и прогнозирования биржевых котировок акций. Задачи. Рассмотреть основные принципы торговли акциями на фондовой бирже . Выполнить обзор современных нейросетевых технологий .

efrat
Download Presentation

Дипломная работа

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Дипломная работа

  2. Цель и задачи работы Цель Программно реализовать нейросетевую систему анализа и прогнозирования биржевых котировок акций Задачи • Рассмотреть основные принципы торговли акциями на фондовой бирже. • Выполнить обзор современных нейросетевых технологий. • Реализовать оригинальное нейросетевое приложение. • Проверить на практике состоятельности прогнозов.

  3. Основные понятия это ценная бумага как часть уставного капитала Акция это часть прибыли акционерного общества, распределяемая между владельцами акций Дивиденд это рыночная цена, по которой совершаются сделки Котировка

  4. Технический анализ Определение Прогнозирование изменений цен в будущем на основе анализа изменений цен в прошлом Недостатки • Субъективность • Спорность выводов • Запоздалость прогноза

  5. Искусственная нейронная сеть (ИНС) Определение математическая модель, построенная по принципу организации и функционирования биологической нейронной сети

  6. Технология построения интерфейсов Windows Presentation Foundation Интегрированная среда разработкиVisual Studio 2010 Объектно-ориентированный язык программирования C-Sharp 4.0 Средства разработки приложения Stock Exchange Neural Predictor

  7. Работа с приложением SENP Начало работы Stock Exchange Neural Predictor Создание и настройка ИНС Обучение и апробация ИНС Прогнозирование котировок

  8. Первый этап Начало работы Stock Exchange Neural Predictor Создание и настройка ИНС Обучение и апробация ИНС Прогнозирование котировок

  9. Страница приветствия

  10. Второй этап Начало работы Stock Exchange Neural Predictor Создание и настройка ИНС Обучение и апробация ИНС Прогнозирование котировок

  11. Страница архитектурных настроек

  12. Файл котировок акций

  13. Режимы прогнозирования

  14. Многошаговое прогнозирование

  15. Одношаговое прогнозирование

  16. Добавление скрытых слоев

  17. Третий этап Начало работы Stock Exchange Neural Predictor Создание и настройка ИНС Обучение и апробация ИНС Прогнозирование котировок

  18. Алгоритмы обучения ИНС

  19. Представление результатов обучения

  20. Апробация при одношаговом прогнозировании

  21. Пример апробация при одношаговом прогнозировании

  22. Апробация при многошаговом прогнозировании

  23. Пример апробация при многошаговом прогнозировании

  24. Сохранение ИНС

  25. Четвертый этап Начало работы Stock Exchange Neural Predictor Создание и настройка ИНС Обучение и апробация ИНС Прогнозирование котировок

  26. Страница прогнозирования

  27. Заключение Решенные задачи • Рассмотрены основные принципы торговли акциями на фондовой бирже • Выполнен обзор современных нейросетевыхтехнологий • Реализовано оригинальное нейросетевоеприложение • Проведена проверка состоятельности прогнозов на конкретных примерах

  28. Спасибо за внимание!

  29. Архитектура многослойного персептрона A1-1 S1 A2-1 R1 A1-2 R2 A2-2 S2 A1-3

  30. Пример одношагового прогноза Openi S1 A1-1 Lowi S2 Closei+1 A1-2 A2-1 R1 Highi S3 Closei A1-3 S4

  31. Пример многошагового прогноза Openi-3 S1 A1-1 Openi-2 S2 Openi+1 A2-1 R1 A1-2 Openi-1 S3 Openi A1-3 S4

  32. Пример многошагового прогноза Openi-2 S1 A1-1 Openi-1 S2 Openi+2 A2-1 R1 A1-2 Openi S3 Openi+1 A1-3 S4

  33. Математическая модель нейрона X1 W1 f(S) W2 X2 Y W3 X3 n – число входов нейрона xi – значение i-го входа нейрона wi – вес i-го синапса

  34. Алгоритм обратного распространения ошибки A1-1 k – номер слоя j – номер входа A2-1 A1-2 A3-1 A2-2 A1-3 r – номер нейрона вышележащего слоя i– номер нейрона текущего слоя

  35. Обучение генетическим алгоритмом

  36. Нейросетевое программное обеспечение Специализированное • NeuroSolutions • NeuralWorks Professional II/ Plus • NeuroShell 2 • BrainMaker Pro Аналитические пакеты • MathLAB • STATISTICA

More Related