Оглавление
Оглавление
.
.
.
Введение.
Глава 1. Задача анализа финансовых временных рядов.
1.1 Гипотеза эффективного рынка
1.2 Фундаментальный анализ.
1.3 Технический анализ.
1.4 Волновой анализ
1.5 Цифровые фильтры для финансовых временных рядов
1.6 Анализ и классификация традиционных методов прогнозирован
временных рядов рынка x
1.7 Современные методы прогнозирования временных рядов рынка
1.7.1 Применение теории хаоса
1.7.2 Фрактальный анализ.
1.7.3 Нейронные сети.
1.7.4 Генетические алгоритмы.
1.8 Механические торговые системы
Выводы первой главы
Глава 2. Скоростной метод обучения многослойного персептрона
2.1 Топология многослойного персептрона
2.2 Алгоритм скоростного метода обучения многослойного персептр1
2.3 Расчет ошибки и структура сети.
2.4 Общий алгоритм решения задач с помощью скоростного алгоритг1
обучения многослойного персептрона
Выводы второй главы
Г лава 3
3.1 Системы поддержки принятия решений.
3.2 Общая структура системы поддержки принятия решений на финансовых рынках.
3.2.1 Блок сбора информации
3.2.2 Блок предварительной обработки информации.
3.2.3 Блок статистики.
3.2.4 Модуль факторного анализа.
3.2.5 Блок технического анализа.
3.2.6 Блок тестирования.
3.2.7 Блок торговли.
3.2.8 Блок методов искусственного интеллекта
3.3 Общая структура модуля в составе СППР аналитика рынка x.
3.4 Модуль индикаторов на примере
3.5 Система самомодификации систем управления.
3.6 Нечеткий мультиплексор
3.6.1 Алгоритм подстройки нечеткого мультиплексора
3.7 Система управления нейросетевым модулем прогнозирования.
3.8 Нсйросетевой модуль поиска фигур технического анализа на графике
Выводы третьей главы
Глава 4.
4.1 Тестирование скоростного метода обучения многослойного персептрона.
4.1.1 Стандартная предобработка данных для прогнозирования.
4.1.2 Результаты методов обучения нейронных сетей при прогнозировании
4.2 Тестирование Модуля Систем управления Методами Прогнозирования
4.3 Тестирование Модуля Систем управления МТС
Выводы четвертой главы.
Заключение
Список литературы
- Київ+380960830922