Каскадні нейро-нечіткі мережі в задачах прогнозування на ринках цінних паперів
A forecasting problem at the stock exchange is considered. For its solution the application of a cascade neo-fuzzy neural network (CNFNN) is suggested. The architecture of the neo-fuzzy neuron and architecture of CNFNN is presented. Training algorithms of CNFNN in packet mode and on-line are describ...
Gespeichert in:
| Datum: | 2017 |
|---|---|
| Hauptverfasser: | , |
| Format: | Artikel |
| Sprache: | Russisch |
| Veröffentlicht: |
The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
2017
|
| Schlagworte: | |
| Online Zugang: | http://journal.iasa.kpi.ua/article/view/108823 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | System research and information technologies |
Institution
System research and information technologies| _version_ | 1856543308881330176 |
|---|---|
| author | Zaychenko, Yuriy P. Hamidov, Galib |
| author_facet | Zaychenko, Yuriy P. Hamidov, Galib |
| author_sort | Zaychenko, Yuriy P. |
| baseUrl_str | |
| collection | OJS |
| datestamp_date | 2018-03-30T15:35:30Z |
| description | A forecasting problem at the stock exchange is considered. For its solution the application of a cascade neo-fuzzy neural network (CNFNN) is suggested. The architecture of the neo-fuzzy neuron and architecture of CNFNN is presented. Training algorithms of CNFNN in packet mode and on-line are described and discussed. The experimental investigations of CNFNN for market index forecasting at the German stock exchange are carried out. During experiments, the number of cascades, inputs, linguistic terms, and the training-to-test ratio of samples were varied. In the experiments, the optimal values of the aforesaid parameters of the training algorithm were found. The comparative experiments estimating forecasting efficiency of the cascade neo-fuzzy neural network and FNN ANFIS were carried out. |
| first_indexed | 2025-07-17T10:22:54Z |
| format | Article |
| id | journaliasakpiua-article-108823 |
| institution | System research and information technologies |
| language | Russian |
| last_indexed | 2025-07-17T10:22:54Z |
| publishDate | 2017 |
| publisher | The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" |
| record_format | ojs |
| spelling | journaliasakpiua-article-1088232018-03-30T15:35:30Z Cascade neo-fuzzy neural network in the forecasting problem at stock exchange Каскадные нейро-нечеткие сети в задачах прогнозирования на рынках ценных бумаг Каскадні нейро-нечіткі мережі в задачах прогнозування на ринках цінних паперів Zaychenko, Yuriy P. Hamidov, Galib forecasting stock exchange cascade neo-fuzzy neural network FNN ANFIS прогнозирование рынок ценных бумаг каскадная нео-фаззи нейронная сеть ННС ANFIS прогнозування ринок цінних паперів каскадна нео-фазі нейронна мережа ННМ ANFIS A forecasting problem at the stock exchange is considered. For its solution the application of a cascade neo-fuzzy neural network (CNFNN) is suggested. The architecture of the neo-fuzzy neuron and architecture of CNFNN is presented. Training algorithms of CNFNN in packet mode and on-line are described and discussed. The experimental investigations of CNFNN for market index forecasting at the German stock exchange are carried out. During experiments, the number of cascades, inputs, linguistic terms, and the training-to-test ratio of samples were varied. In the experiments, the optimal values of the aforesaid parameters of the training algorithm were found. The comparative experiments estimating forecasting efficiency of the cascade neo-fuzzy neural network and FNN ANFIS were carried out. Рассмотрена проблема прогнозирования на рынках ценных бумаг. Для решения этой задачи предложено использование каскадных нео-фаззинейронных сетей (CNFNN). Рассмотрены архитектура нео-фаззи нейрона и архитектура CNFNN. Описаны алгоритмы обучения нео-фаззи-нейронной сети в пакетном и он-лайновом режимах. Проведены экспериментальные исследования CNFNN в задаче прогнозирования биржевых индексов на рынке ценных бумаг ФРГ. В ходе экспериментов варьировалось число входов нейронной сети, число каскадов, число значений лингвистических переменных, соотношение размеров обучающей и проверочной выборок. В результате экспериментов найдены оптимальные значения указанных параметров для рассматриваемой задачи. Проведены сравнительные эксперименты по оценке эффективности прогнозирования CNFNN и нечеткой нейронной сети ANFIS. Розглянуто проблему прогнозування на ринках цінних паперів. Для її вирішення запропоновано застосування каскадних нео-фаззі нейронних мереж (CNFNN). Розглянуто архітектуру нео-фаззі нейрона та CNFNN. Описано алгоритми навчання нео-фаззі нейронної мережі в пакетному і он-лайновому режимі. Проведено експериментальні дослідження CNFNN в задачі прогнозування біржових індексів на ринку цінних паперів ФРН. У процесі експериментів варіювалась кількість каскадів, входів мережі, число значень лінгвістичних змінних, співвідношення обсягів навчальної та перевірної вибірок. У результаті експериментів знайдено оптимальні значення параметрів для розглянутої задачі. Проведено порівняльні експерименти з оцінювання ефективності прогнозування CNFNN та нечіткої нейронної мережі ANFIS. The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2017-06-26 Article Article application/pdf http://journal.iasa.kpi.ua/article/view/108823 10.20535/SRIT.2308-8893.2017.2.09 System research and information technologies; No. 2 (2017); 92-102 Системные исследования и информационные технологии; № 2 (2017); 92-102 Системні дослідження та інформаційні технології; № 2 (2017); 92-102 2308-8893 1681-6048 ru http://journal.iasa.kpi.ua/article/view/108823/103731 Copyright (c) 2021 System research and information technologies |
| spellingShingle | прогнозування ринок цінних паперів каскадна нео-фазі нейронна мережа ННМ ANFIS Zaychenko, Yuriy P. Hamidov, Galib Каскадні нейро-нечіткі мережі в задачах прогнозування на ринках цінних паперів |
| title | Каскадні нейро-нечіткі мережі в задачах прогнозування на ринках цінних паперів |
| title_alt | Cascade neo-fuzzy neural network in the forecasting problem at stock exchange Каскадные нейро-нечеткие сети в задачах прогнозирования на рынках ценных бумаг |
| title_full | Каскадні нейро-нечіткі мережі в задачах прогнозування на ринках цінних паперів |
| title_fullStr | Каскадні нейро-нечіткі мережі в задачах прогнозування на ринках цінних паперів |
| title_full_unstemmed | Каскадні нейро-нечіткі мережі в задачах прогнозування на ринках цінних паперів |
| title_short | Каскадні нейро-нечіткі мережі в задачах прогнозування на ринках цінних паперів |
| title_sort | каскадні нейро-нечіткі мережі в задачах прогнозування на ринках цінних паперів |
| topic | прогнозування ринок цінних паперів каскадна нео-фазі нейронна мережа ННМ ANFIS |
| topic_facet | forecasting stock exchange cascade neo-fuzzy neural network FNN ANFIS прогнозирование рынок ценных бумаг каскадная нео-фаззи нейронная сеть ННС ANFIS прогнозування ринок цінних паперів каскадна нео-фазі нейронна мережа ННМ ANFIS |
| url | http://journal.iasa.kpi.ua/article/view/108823 |
| work_keys_str_mv | AT zaychenkoyuriyp cascadeneofuzzyneuralnetworkintheforecastingproblematstockexchange AT hamidovgalib cascadeneofuzzyneuralnetworkintheforecastingproblematstockexchange AT zaychenkoyuriyp kaskadnyenejronečetkiesetivzadačahprognozirovaniânarynkahcennyhbumag AT hamidovgalib kaskadnyenejronečetkiesetivzadačahprognozirovaniânarynkahcennyhbumag AT zaychenkoyuriyp kaskadnínejronečítkímerežívzadačahprognozuvannânarinkahcínnihpaperív AT hamidovgalib kaskadnínejronečítkímerežívzadačahprognozuvannânarinkahcínnihpaperív |