Разработка нейросетевой системы прогнозирования динамики цен на российском рынке фьючерсных контрактов

В данной работе рассматривается разработка системы анализа и прогнозирования на базе нейронной сети. Предметом исследования является построение и обучение самоорганизующейся карты Кохонена как универсального аппарата моделирования процессов и решения прикладных задач прогнозирования и классификации. В качестве объектов исследования выбраны инструменты финансового рынка. Анализируемый инструмент – фьючерсный контракт на индекс РТС (далее - РТС). Цель работы - создание нейросетевой системы для эффективного прогнозирования финансовых рынков. В процессе работы была создана самоорганизующаяся карта Кохонена для анализа биржевых данных на основе их корреляции. Данная работа состоит из одиннадцати разделов, пять из которых – основная часть работы, раскрывающая математическое описание нейросетевой модели и ее практическое применение. Во Введении представлено общее понятие искусственного интеллекта, а также актуальность использования выбранной нейросетевой модели. В Постановке задачи описаны цель исследования и результат, который необходимо получить. Раздел Математическая формализация содержит математические формулы, лежащие в основе нейронных сетей. Описание кохоненоподобной нейросетевой модели включает в себя общее представление модели работы самоорганизующихся карт. В Алгоритме обучения сети Кохонена рассматривается алгоритм обучения и модель нейронной сети, применяемой в данной работе. В разделе Экспериментальные исследования представлен результат работы программного обеспечения, оценена его эффективность в практическом применении. Раздел Заключение посвящен основным выводам, основанным на результатах работы системы. В Приложении представлен программный код и его описание. Программное обеспечение реализовано на языке C# в среде разработки Visual Studio.