Pénzpiaci mozgások előrejelzése

OData támogatás
Konzulens:
Dávid Zoltán
Automatizálási és Alkalmazott Informatikai Tanszék

Napjaink egyik legfontosabb és legdinamikusabban fejlődő kutatási területe az agyhoz hasonló felépítésű és működésű mesterséges neurális hálózatok megalkotása és effektív gyakorlati alkalmazásuk. Utóbbi évek során számos olyan modell született, melyekkel korábban megoldhatatlannak gondolt valós problémákra sikerült hatékony választ talalni.

A visszacsatolt neurális hálók elmélete fontos előrelépést jelentett a korábbi megoldásokhoz képest, a hálózat komplexitásának növelésével átmeneti belső állapotok jönnek létre, melyek lehetővé teszik nemlineáris dinamikus rendszerek viselkedésének modellezését, jövőbeni értékeinek becslését.

Dolgozatom célja valósidejű pénzpiaci mozgások modellezése és rövidtávú előrejelzése visszacsatolt neurális hálókkal. Az idősorok dimenzióját többféle zajszűrő és dekompozíciós módszer segítségével redukálom, ezek eredményét és további technikai indikátorokat a neurális háló bemeneteként alkalmazom. A tanítási és tesztelési fázisok eredményességének tükrében paraméter optimalizálással javítom az előrejelzés pontosságát. Végül, a rövidtávú becsült mozgásoknak megfelelően hagyományos kereskedési stratégiát választok, a teljes rendszer sikerességét visszateszteléssel ellenőrzöm.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.