Порівняльний аналіз рекурентних алгоритмів для прогнозування цін на фондовому ринку

Мета роботи : проведення порівняльного аналізу рекурентних алгоритмів для прогнозування цін на фондовому ринку, а саме фільтра Калмана на основі авторегресійної моделі та рекурентних нейронних мереж.
Об’єкт дослідження : застосування рекурентних алгоритмів комп'ютерного моделювання для прогнозування цін на фондовому ринку.
Предмет дослідження : фільтр Калмана, авторегресійна модель та рекурентна нейронна мережа, як моделі для прогнозування цін на фондовому ринку.
У кваліфікаційній роботі проведено порівняльний аналіз рекурентних алгоритмів для прогнозування цін на фондовому ринку.
Розроблена рекурентна нейронна мережа на основі довгої короткострокової пам’яті в умовах доступності до великої кількості історичних даних дозволяє отримати більш точні прогнози.
Виявлено, що в умовах різких, сильних змін цін, рекурентна нейронна мережа спроможна давати результати з стабільною точністю, на відміну від фільтра Калмана.
Алгоритм на основі фільтра Калмана та авторегресійної моделі показав більш точні прогнози у випадку, коли рекурентна нейронна мережа не має достатньо великого набору історичних даних для навчання.


Ключові слова: фондовий ринок, рекурентні нейронні мережі, lstm, фільтр Калмана, авторегресійна модель.

Заворотинський М. Порівняльний аналіз рекурентних алгоритмів для прогнозування цін на фондовому ринку : кваліфікаційна робота бакалавра : 113 Прикладна математика / Заворотинський Максиміліан. – Київ, 2023. – 51 с.