| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Informācijas tehnoloģija |
| Nosaukums |
Neironu tīklu izmantošana finanšu tirgus prognozēšanā |
| Nosaukums angļu valodā |
Application of the Neural Network to E-commerce Solutions |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Mg. sc. ing. Maksims Alekseičevs |
| Recenzents |
Dr. sc. ing. Jurijs Korņijenko |
| Anotācija |
Šī darba mērķis ir, izmantojot neironu tīklu teorētiskos aspektus, ņemot vērā finanšu tirgus izplatītāko analīzes metou apskatu, un nosakot faktorus, kas ietekmē cenu prognozēšanu, izveidot uz neironu tīkliem balstītu finanšu tirgus prognozēšanas metodi, izmantošanai tirdzniecības platformā.
Lai sasniegtu izvirzīto darba mērķi tika apskatīti ar finanšu tirgus analīzes metodēm saistītie teorētiskie aspekti un galvenās idejas, kas ir neironu tīklu pamatā. Tika īstenota un aprakstīta eksperimentu virkne, kuru mērķis bija noteikt faktorus, kas ietekmēja neirona tīkla prognozēšanas rezultātu, kas ir atkarīgi no: izmantoto kotējumu datu periodiskumu, neironu tīkla ieejas parametriem un datu aizkaves perioda neironu tīklā. Tad, ņemot vērā rezultātus, tika izveidots tirdzniecības padomnieks, EUR/USD valūtu pārim ar periodiskumu viena stunda. Izveidotā tirdzniecības padomnieka rezultāti parādīja, ka apmācītais neironu tīkls var pildīt cenas prognozēšanu un finanšu tirgus analīzi vienkāršā līmenī.
Balstoties uz iegūtajiem eksperimentu rezultātiem un pieredzi, tika izvirzīti vairāki ieteikumi prognozēšanas pieejas uzlabošanai, izmantojot neironu tīklus, kuru realizācija varētu palīdzēt uzlabot prognozēšanas rezultāta precizitāti. |
| Atslēgas vārdi |
neironu tīkls, finanšu tirgus |
| Atslēgas vārdi angļu valodā |
neural network, stock markets |
| Valoda |
lv |
| Gads |
2013 |
| Darba augšupielādes datums un laiks |
07.06.2013 12:50:06 |
