Przewidywanie rynku akcji i analiza efektywności przy użyciu rekurencyjnej sieci neuronowej

Opinie czytelników

Obecnie brak opinii czytelników. Ocena opiera się na 2 głosach.

Oryginalny tytuł:

Stock Market Prediction and Efficiency Analysis using Recurrent Neural Network

Zawartość książki:

Sprawozdanie z projektu z roku 2018 z przedmiotu Informatyka - Informatyka techniczna, kierunek: Informatyka, język: Angielski, streszczenie: Modelowanie i prognozowanie rynku finansowego jest atrakcyjnym tematem dla naukowców i badaczy z różnych dziedzin akademickich. Rynek finansowy to abstrakcyjna koncepcja, w której towary finansowe, takie jak akcje, obligacje i metale szlachetne, są przedmiotem transakcji między kupującymi i sprzedającymi.

W obecnym scenariuszu świata rynków finansowych, zwłaszcza na giełdzie, prognozowanie trendów lub cen akcji przy użyciu technik uczenia maszynowego i sztucznych sieci neuronowych jest najbardziej atrakcyjną kwestią do zbadania. Jak wyjaśnił Giles, prognozowanie finansowe jest przykładem problemu przetwarzania sygnału, który jest trudny ze względu na wysoki poziom szumów, małą wielkość próby, niestacjonarność i nieliniowość. Szumy oznaczają niekompletną lukę informacyjną między przeszłą ceną i wolumenem obrotu a przyszłą ceną.

Rynek akcji jest wrażliwy na otoczenie polityczne i makroekonomiczne.

Te dwa rodzaje informacji są jednak zbyt złożone i niestabilne, aby je zebrać. Powyższe informacje, których nie można uwzględnić w cechach, są uważane za szum.

Wielkość próby danych finansowych jest określana na podstawie rzeczywistych zapisów transakcji. Z jednej strony, większa wielkość próby odnosi się do dłuższego okresu zapisów transakcji; z drugiej strony, duża wielkość próby zwiększa niepewność środowiska finansowego w okresie próby. W tym projekcie używamy danych giełdowych zamiast danych dziennych w celu zmniejszenia prawdopodobieństwa niepewnego szumu i względnego zwiększenia wielkości próby w pewnym okresie czasu.

Niestacjonarność oznacza, że rozkład danych giełdowych jest różny w czasie. Nieliniowość oznacza, że korelacja cech różnych indywidualnych akcji jest różna. Hipoteza efektywnego rynku została opracowana przez Burtona G.

Malkiela w 1991 roku.