Применение нейрокомпьютеров на российском финансовом рынке. Прогнозирование временных рядов на основе нейросетевых методов обработки. Определение курсов облигаций и акций предприятий. Применение нейронных сетей к задачам анализа биржевой деятельности.
Аннотация к работе
1. Применение нейрокомпьютеров в финансовой деятельности 1.1 Прогнозирование временных рядов на основе нейросетевых методов обработки 1.2 Страховая деятельность банков 1.3 Прогнозирование банкротств на основе нейросетевой системы распознавания 1.4 Определение курсов облигаций и акций предприятий с целью вложения средств в эти предприятия 1.5 Применение нейронных сетей к задачам анализа биржевой деятельности 1.6 Прогнозирование экономической эффективности финансирования экономических и инновационных проектов 1.7 Предсказание результатов займов 2. Постановка задачи 7.1.2. Нелинейное сжатие информации - карты Кохонена 7.1.4. Модель нейронной сети для предсказания финансовой несостоятельности организации 9. Нейронная сеть Хопфилда 10. Пример применения сети Хопфилда Заключение Список используемой литературы Введение Уже сегодня искусственные нейронные сети используются во многих областях, но прежде чем их можно будет применять там, где на карту поставлены человеческие жизни или значительные материальные ресурсы, должны быть решены важные вопросы, касающиеся надежности их работы. Специалистами Лондонского Ситибанка разработаны коммерческие программы на базе искусственных нейронных сетей для прогнозирования курса валют. 1.2 Страховая деятельность банков - оценка риска страхования инвестиций на основе анализа надежности проекта - оценка риска страхования вложенных средств 1.3 Прогнозирование банкротств на основе нейросетевой системы распознавания - анализ надежности фирмы с точки зрения возможности ее банкротства с помощью нейросетевой системы распознавания и выдача результата в дискретном виде (да. нет) - анализ величины вероятности банкротства фирмы на основе многокритериальной оценки с построением нелинейной модели с помощью нейронных сетей (пример результата - 74% вероятности банкротства). 1.4 Определение курсов облигаций и акций предприятий с целью вложения средств в эти предприятия - выделение долгосрочных и краткосрочных скачков курсовой стоимости акций на основе нелинейной нейросетевой модели - предсказание изменения стоимости акций на основе нейросетевого анализа временных экономических рядов - распознавание ситуаций, когда резкое изменение цены акций является результатом биржевой игры с помощью нейросетевой системы распознавания - определение соотношения котировок и спроса Прогнозирующая система может состоять из нескольких нейронных сетей, которые обучаются взаимосвязям между различными техническими и экономическими показателями и периодами покупки и продажи акций. 1.5 Применение нейронных сетей к задачам анализа биржевой деятельности - нейросетевая система распознавания всплесков биржевой активности - анализ деятельности биржи на основе нейросетевой модели - предсказание цен на товары и сырье с выделением трендов вне зависимости от инфляции и сезонных колебаний - нейросетевая система выделения трендов по методикам японских свечей и других гистографических источников отображения информации. 1.6 Прогнозирование экономической эффективности финансирования экономических и инновационных проектов - предсказание на основе анализа реализованных ранее проектов; - предсказание на основе соответствия предлагаемого проекта экономической ситуации 1.7 Предсказание результатов займов - определение возможности кредитования предприятий - предоставление кредитов и займов без залога 2.