Резюме:

Прогнозирование доходности фондового рынка является важной задачей в управлении портфелем. Успешное предсказание будущей цены акции может принести значительную прибыль. Однако ненормальность финансового рынка не позволяет простым моделям предсказывать будущие цены активов с высокой точностью. В настоящее время научные исследования в этой области сосредоточены на глубоком обучении, которое заключается в соединении нескольких искусственных нейронов в виде слоев для создания нелинейных моделей, способных обучаться выполнять разнообразные и сложные задачи из большого количества примеров. В этой статье мы построим модель на основе рекуррентных нейронных сетей, а точнее, на основе LSTM-сети для прогнозирования будущих цен фондового рынка.

Ключевые слова: LSTM, долгая краткосрочная память, рекуррентная нейронная сеть, прогнозирование временных рядов

Мафутала Г.Х. ¹ Прогнозирование финансовых временных рядов с использованием рекуррентных нейронных сетей LSTM // Современные информационные технологии. – 2025. – № 5;
URL: infotex.esrae.ru/7-70 (дата обращения: 07.07.2026).

Сегодня: 174 | За неделю: 174 | Всего: 174

Комментарии (0)