Підвищення точності нейромережевого прогнозування валютного курсу методами еволюційного моделювання
A set of models of feedforward neural networks is created to obtain operational forecasts of the time series of the hryvnia/dollar exchange rate. It is shown that using an evolutionary algorithm for the total search of basic characteristics and a genetic algorithm for searching the values of the mat...
Збережено в:
| Дата: | 2024 |
|---|---|
| Автор: | |
| Формат: | Стаття |
| Мова: | Англійська |
| Опубліковано: |
The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
2024
|
| Теми: | |
| Онлайн доступ: | http://journal.iasa.kpi.ua/article/view/315124 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | System research and information technologies |
Репозитарії
System research and information technologies| _version_ | 1856543601206493184 |
|---|---|
| author | Fedin, Serhii |
| author_facet | Fedin, Serhii |
| author_sort | Fedin, Serhii |
| baseUrl_str | |
| collection | OJS |
| datestamp_date | 2024-11-16T18:06:34Z |
| description | A set of models of feedforward neural networks is created to obtain operational forecasts of the time series of the hryvnia/dollar exchange rate. It is shown that using an evolutionary algorithm for the total search of basic characteristics and a genetic algorithm for searching the values of the matrix of neural network weight coefficients allows optimizing the configuration and selecting the best neural network models according to various criteria of their training and testing quality. Based on the verification of forecasting results, it is established that the use of neural network models selected by the evolutionary modelling method increases the accuracy of forecasting the hryvnia/dollar exchange rate compared to neural network models created without the use of a genetic algorithm. The accuracy of the forecasting results is confirmed by the method of inverse verification using data from different retrospective periods of the time series using the criterion of the average absolute percentage error of the forecast. |
| first_indexed | 2025-07-17T10:28:34Z |
| format | Article |
| id | journaliasakpiua-article-315124 |
| institution | System research and information technologies |
| language | English |
| last_indexed | 2025-07-17T10:28:34Z |
| publishDate | 2024 |
| publisher | The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" |
| record_format | ojs |
| spelling | journaliasakpiua-article-3151242024-11-16T18:06:34Z Improving the accuracy of neural network exchange rate forecasting using evolutionary modeling methods Підвищення точності нейромережевого прогнозування валютного курсу методами еволюційного моделювання Fedin, Serhii exchange rate genetic algorithm evolutionary modeling neural network optimization forecasting accuracy time series валютний курс генетичний алгоритм еволюційне моделювання нейронна мережа оптимізація прогнозування точність часовий ряд A set of models of feedforward neural networks is created to obtain operational forecasts of the time series of the hryvnia/dollar exchange rate. It is shown that using an evolutionary algorithm for the total search of basic characteristics and a genetic algorithm for searching the values of the matrix of neural network weight coefficients allows optimizing the configuration and selecting the best neural network models according to various criteria of their training and testing quality. Based on the verification of forecasting results, it is established that the use of neural network models selected by the evolutionary modelling method increases the accuracy of forecasting the hryvnia/dollar exchange rate compared to neural network models created without the use of a genetic algorithm. The accuracy of the forecasting results is confirmed by the method of inverse verification using data from different retrospective periods of the time series using the criterion of the average absolute percentage error of the forecast. Створено комплекс моделей прямошарових нейронних мереж для отримання оперативних прогнозів часового ряду валютного курсу гривні/долара. Показано, що використання еволюційного алгоритму тотального пошуку базових характеристик і генетичного алгоритму пошуку значень матриці вагових коефіцієнтів нейромереж дає змогу оптимізувати конфігурацію та відібрати кращі нейромережеві моделі за різними критеріями якості їх навчання та тестування. На основі верифікації результатів прогнозування встановлено, що використання відібраних методом еволюційного моделювання нейромережевих моделей дозволяє підвищити точність прогнозу курсу гривні/долара порівняно з нейромережевими моделями, які були створені без застосування генетичного алгоритму. Достовірність одержаних результатів прогнозування підтверджено методом інверсної верифікації за даними різних ретроспективних періодів часового ряду з використанням критерію середньої абсолютної відсоткової похибки прогнозу. The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2024-09-28 Article Article application/pdf http://journal.iasa.kpi.ua/article/view/315124 10.20535/SRIT.2308-8893.2024.3.01 System research and information technologies; No. 3 (2024); 7-24 Системные исследования и информационные технологии; № 3 (2024); 7-24 Системні дослідження та інформаційні технології; № 3 (2024); 7-24 2308-8893 1681-6048 en http://journal.iasa.kpi.ua/article/view/315124/306017 |
| spellingShingle | валютний курс генетичний алгоритм еволюційне моделювання нейронна мережа оптимізація прогнозування точність часовий ряд Fedin, Serhii Підвищення точності нейромережевого прогнозування валютного курсу методами еволюційного моделювання |
| title | Підвищення точності нейромережевого прогнозування валютного курсу методами еволюційного моделювання |
| title_alt | Improving the accuracy of neural network exchange rate forecasting using evolutionary modeling methods |
| title_full | Підвищення точності нейромережевого прогнозування валютного курсу методами еволюційного моделювання |
| title_fullStr | Підвищення точності нейромережевого прогнозування валютного курсу методами еволюційного моделювання |
| title_full_unstemmed | Підвищення точності нейромережевого прогнозування валютного курсу методами еволюційного моделювання |
| title_short | Підвищення точності нейромережевого прогнозування валютного курсу методами еволюційного моделювання |
| title_sort | підвищення точності нейромережевого прогнозування валютного курсу методами еволюційного моделювання |
| topic | валютний курс генетичний алгоритм еволюційне моделювання нейронна мережа оптимізація прогнозування точність часовий ряд |
| topic_facet | exchange rate genetic algorithm evolutionary modeling neural network optimization forecasting accuracy time series валютний курс генетичний алгоритм еволюційне моделювання нейронна мережа оптимізація прогнозування точність часовий ряд |
| url | http://journal.iasa.kpi.ua/article/view/315124 |
| work_keys_str_mv | AT fedinserhii improvingtheaccuracyofneuralnetworkexchangerateforecastingusingevolutionarymodelingmethods AT fedinserhii pídviŝennâtočnostínejromereževogoprognozuvannâvalûtnogokursumetodamievolûcíjnogomodelûvannâ |