Анализ и прогнозирование конъюнктуры рынка ценных бумаг

уже начали появляться нейронные сети, хорошо зарекомендовавшие себя на Западе, ведутся разработки собственных программ, для прогнозирования самых различных событий. Упрощая, технику применения нейронных сетей для прогнозов на фондовом рынке можно условно разбить на следующие этапы: - подбор базы данных, - выделение «входов» (исходные данные) и «выходов» (результаты прогноза). Входами можно сделать цены открытия, закрытия, максимумы, минимумы за какой-то период времени, статистика значений различных индикаторов (например, индексы Доу Джонса, Никкей, комбинации курсов валют, доходность государственных ценных бумаг, отношения фундаментальных и технических индикаторов и др.), обычно выбирается от 6 до 30 различных параметров. Количество выходов рекомендуется делать как можно меньше, но это могут быть цены открытия, закрытия, максимумы, минимумы следующего дня, - выделение в массиве данных тренировочных и экзаменационных участков, - обучение нейросети: на этом этапе нейронная сеть обрабатывает тренировочные примеры, пытается дать прогноз на экзаменационных участках базы данных, сравнивает полученную ошибку с ответом, имеющимся в примере (базе данных), а также с ошибкой предыдущего этапа обучения и изменяет свои параметры так, чтобы это изменение приводило к постоянному уменьшению ошибки. - введение срока прогноза, - получение значения прогнозируемых данных на выходе нейросети.” [1]

Список использованной литературы 1.www.rcb.ru 2. Джон Дж. Мэрфи Технический анализ фьючерсных рынков: теория и практика. М.: Диаграмма, 2000 г. 3. Эрлих А.. Технический анализ товарных и финансовых рынков. М.: ИНФРА-М, 1996 г. 4. Бердникова Т.Б. Рынок ценных бумаг и биржевое дело. М.: ИНФРА-М, 2002. 5. Бердникова Т.Б. Прогнозирование экономического и социального развития. Белгород, 1991. 6. Бердникова Т.Б. Рынок ценных бумаг. М.: ИНФРА-М, 2002 7.Бланк И. Финансовый рынок. Т.1 Киев, 2000 8. Бестужев-Лады И.В. Рабочая книга по прогнозированию. М.: Мысль, 1982