Методы машинного обучения для моделирования и прогнозирования финансовых временных рядов - Дипломная работа

1. Новые методы прогнозирования финансовых рядов 1.1 Классические подходы к анализу финансовых рынков 1.2 Эконометрические модели 1.3 Появление новых методов анализа информации 1.4 Основные алгоритмы машинного обучения 2. Модель ансамблей классификационных деревьев для прогнозирования динамики финансовых временных рядов 2.1 Постановка практической задачи 2.2 Выбор алгоритма для анализа данных 2.3 Практическая реализация модели Заключение Приложения Введение Финансовый рынок является важнейшим элементом мировой экономики. Принятие решений на финансовом рынке, а также разработка инвестиционных стратегий - важнейшая задача, стоящая как перед частными инвесторами, так и перед инвестиционными компаниями. На сегодняшний день в деловой и научной литературе опубликовано множество статей и исследований, посвященных вопросам инвестирования на финансовом рынке. Математический инструментарий, применяемый для решения задач в инвестиционной сфере, обширен и многогранен. Он включает, как относительно простые методы анализа, такие как сглаживание, использование индикаторов технического анализа, корреляционный и регрессионный анализы, так и сложные методы, стоящие на стыке нескольких научных областей. Актуальность исследования: Финансовые рынки с самого их появления являются объектом пристального изучения множества ученых. Изучению динамики фондовых рынков, вопросам анализа и прогнозирования цен финансовых активов посвящено множество работ таких видных ученых, как Дж.Линтнер , Ж.Моссин , Г.Марковиц , Дж.Тобин , У.Шарп , Э.Элтон и др. А. Гринспен в своей книге «Карта и территория» обозначает одну из важных проблем, стоящую перед современными аналитиками и исследователями. С начала 1960-х годов в экономической области были применены, революционные на тот момент, эконометрические методы. Выбрать метод для практической реализации; • оценить применимость такого-то метода для прогнозирования американского рынка акций • создать практическую модель, реализую избранную концепцию; • разработать программную реализацию модели; • исследовать прикладное значение разрабатываемой модели. Объектом исследования являются инструменты фондового рынка, в частности обыкновенные акции американской компании Apple (биржевой тикет AAPL) и индекс американских компаний S&P 500. Так как данная область находится на стыке нескольких областей, таких как математика, кибернетика, программирования и экономика, то возможно применение смежных областей знаний. Приверженцы технического анализа придерживаются предпосылки, что рынок имеет периоды, когда цена актива поступательно растет на протяжении определенного интервала времени. Большой вклад внести и советские ученые: Ермилов А.П. и Чижов Ю.А. исследованием американского рынка на основе эконометрических моделей, Анчишин А.И. - прогнозированием динамики роста экономических показателей. Формальным появлением этой области исследования можно считать семинар проведенный Грегорием Пятецким-Шапиро в 1989 году. Эмпирическим риском называют среднюю ошибку модели на обучающей выборке.