Ładowanie...

Dynamiczne sieci neuronowe w prognozowaniu zmian trendu na rynku walutowym USD/JPY

dc.contributor.advisorJabłoński, Tomasz F.
dc.contributor.authorKochan, Krzysztof
dc.date.accessioned2014-07-09T13:28:48Z
dc.date.available2014-07-09T13:28:48Z
dc.date.issued2003pl
dc.description.abstractPrzedmiotem pracy jest identyfikacja i prognozowanie zmian trendu występujących na rynku walutowym dolara amerykańskiego notowanego w jenach japońskich w roku 2002,a jej celem pokazanie, że wykorzystanie do owej identyfikacji sztucznych sieci neuronowych istotnie poprawia efektywność konstruowanych systemów transakcyjnych. Zadanie to realizowane będzie przy wykorzystaniu dynamicznej sieci neuronowej typu TDNN (focused Time-Delay Neural Network), opartej o system sformalizowanych reguł zawierania transakcji, zaprojektowany dla tego rynku. Budowa systemu, opartego na trzech osobnych regułach analizy technicznej, pozwoli na uzyskanie klasycznego narzędzia pozwalającego na skuteczną identyfikację zmian trendu dla nowego zestawu danych. System ten będzie stanowił podstawę dla treningu sieci neuronowej, prognozującej moment zmiany trendu o jeden dzień przed jej rozpoznaniem za pomocą klasycznej metody, co ma umożliwić uzyskanie istotnie wyższego wyniku inwestycyjnego. Wykorzystana literatura obejmuje pozycje dotyczące teorii szeregów czasowych i architektury sieci neuronowych, jak i najnowsze artykuły i publikacje z czasopism poświęconych tematyce finansów i sztucznej inteligencji na całym świecie. Informacje dotyczące systemów transakcyjnych zostały w dużej mierze zaczerpnięte z witryn internetowych, przeznaczonych dla działających na rynkach finansowych praktyków.pl
dc.identifier.urihttp://hdl.handle.net/11199/7901
dc.language.isoplpl
dc.rightslicencja niewyłącznapl
dc.subjectanaliza trendupl
dc.subjectanaliza technicznapl
dc.subjectsieci neuronowepl
dc.subjectsystemy transakcyjnepl
dc.subjectprognozowanie kursów walutpl
dc.titleDynamiczne sieci neuronowe w prognozowaniu zmian trendu na rynku walutowym USD/JPYpl
dc.typemasterThesispl

Pliki