Использование нейронных сетей для прогнозирования валютного рынка

Данная работа посвящена прогнозированию валютного рынка с помощью искусственных нейронных сетей. В настоящее время валютный рынок является одним из самых популярных мест для инвестиций (в силу высокой ожидаемой доходности). В условиях глобализации зависимость реального сектора экономики от процессов, происходящих на финансовом рынке, очень велика. Прогнозирование валютного рынка требует использования все более продвинутых методов и инструментов. Существует два подхода к анализу валютного рынка – фундаментальный и технический. Нейронные сети можно отнести к одному из инструментов технического анализа. Главной целью исследования было разработать прототип искусственной нейронной сети, осуществляющий прогнозирование поведения отдельного финансового инструмента на валютном рынке. В теоретической части исследования были рассмотрены основные принципы построения нейронных сетей, а так же проанализированы преимущества и недостатки использования нейронных сетей для прогнозирования валютного рынка. Так же были проанализированы варианты реализации искусственных нейронных сетей, и в качестве инструмента исследования была выбрана модель нейро-нечеткой сети прямого прохода ANFIS, реализуемая в Matlab. Подробно описана архитектура такой сети, приведены правила функционирования каждого слоя и детализированы применяемые алгоритмы обучения. В практической части исследования были построены 3 группы нейронных сетей, отличающихся характером входных данных. Наиболее эффективный прогноз показали нейронные сети, работающие со значениями цен закрытия. В результате оптимизации работы самой эффективной из построенных сетей была найдена оптимальная архитектура нейронной сети для прогнозирования валютной пары EUR/USD. Так же работа построенных нейронных сетей была проверена на другой валютной паре – GPB/USD. В заключение стоит отметить, что низкая точность моделируемого нейронными сетями прогноза не позволяет использовать их для торговли на валютном рынке