ОТЗЫВ  научного руководителя на выпускную квалификационную работу Козлова Д.И.  «РАЗВИТИЕ МЕТОДОВ ПРОГНОЗИРОВАНИЯ ФИНАНСОВЫХ ВРЕМЕННЫХ РЯДОВ С ПОМОЩЬЮ КОМИТЕТОВ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ» представленную на соискание степени бакалавра искусств и гуманитарных наук по направлению подготовки 035300 «Искусства и гуманитарные науки»   Тема выпускной квалификационной работы Целью ВКР Д.И.Козлова было развитие методов комитетов искусственных нейронных сетей для прогнозирования курсов акций ведущих компаний российского и американского фондовых рынков. Такая цель  была обусловлена тем, что, несмотря на многочисленные исследования в области нейропрогнозов финансовых временных рядов, основная проблема – запаздывание нейропрогнозов относительно реальных значений финансовых временных рядов – так и не была удовлетворительно решена. Для решения этой проблемы, которая, очевидно, обесценивает прогнозы нейросетей, были предложены, так называемые нейрокорректоры. Но большинство из них позволяет устранить систематическую ошибку в нейропрогнозах в предположении, что систематическая ошибка стационарна во времени. Поскольку это не так, то нейрокорректоры  не дали удовлетворительного решения проблемы запаздывания. В работе Козлова Д.И. была высказана гипотеза о том, что одной из причин запаздывания является шум, содержащийся в финансовых данных, а другая причина – недостаточная точность прогнозов полученных от одной обученной искусственной нейронной сети (ИНС). Наконец, третьей причиной запаздывания могла быть не оптимальная структура входов ИНС. Таким образом, для преодоления проблемы запаздывания было предложено предварительно фильтровать исходные данные с помощью адаптивного фильтра EMD и использовать для прогнозирования комитеты ИНС. Для оптимального формирования входов ИНС был использован известный метод погружения временного ряда в лаговое пространство и использовании теоремы Такенса. Для корректного погружения необходимо было правильно вычислить временной лаг и размерность вложения. Хотя процедура вычисления временного лага и размерности вложения известна, Козлову Д.И. пришлось написать соответствующее ПО и с его помощью провести вычисления для всех исследуемых финансовых рядов. Актуальность темы выпускной квалификационной работы  Тема, выбранная автором исследования, актуальна по следующим причинам.  Экономика в целом и финансы, в частности, нуждается в новых подходах и решениях, проблемы статистически высококачественного нейропрогнозирования. Один из этих методов – комитеты ИНС  – использован в работе Д.И.Козлова.. Актуальность использования комитетов ИНС, как метода извлечения знаний из данных (data mining), обусловлена также и тем, что реальные финансовые данные порождаются функционированием чрезвычайно сложной динамической системы. Для таких систем, построение априорных математических или алгоритмических моделей затруднительно, если, вообще, возможно. В то же время нейроанализ помогает понять на уровне data mining причины возникновения той или иной проблем нейропрогнозирования..  Новизна исследования и полученных результатов  Результаты компьютерных экспериментов, проведенных автором,  показали, что точность прогнозирования зависит от многих факторов, например, предобработки данных, выбора архитектуры нейросети и принципов принятия решения по комитету, а также может быть улучшена с помощью применения комитета ИНС. Из этого можно заключить, что работа по созданию прибыльной торговой стратегии на основе высококачественных нейропрогнозах имеет перспективы. Все перечисленные выше задачи были автором успешно решены в комплексе. Это позволяет заключить, что поставленная в выпускной квалификационной работе цель, была автором достигнута. Следует отметить, что все полученные автором результаты по комитетам ИНС являются новыми и получены впервые.  Значимость для науки и практики результатов, полученных автором ВКР  В ходе выполнения работы были предложены и развиты новые подходы в области нейропрогнозирования рыночной динамики. Эти подходы были реализованы на алгоритмическом и программном уровне. Все перечисленное представляет определенный научный интерес.  С практической точки зрения, полученные автором результаты, будут полезны и интересны эконофизикам и нейроинформатикам, занимающимся прогнозированием эмпирических данных, а также профессионалам в области финансового трейдинга.  Общая оценка выпускной квалификационной работы  Выпускная квалификационная работа Козлова Д.И. выполнена на актуальную тему на хорошем научном уровне. Ее отличает новизна идей, а также логичность изложения. Все главные результаты работы имеет научную ценность.  Следует также отметить высокий профессиональный уровень всего исследования в целом. Важно подчеркнуть, что большинство результатов диссертации получены автором абсолютно самостоятельно. Квалификационная работа «РАЗВИТИЕ МЕТОДОВ ПРОГНОЗИРОВАНИЯ ФИНАНСОВЫХ ВРЕМЕННЫХ РЯДОВ С ПОМОЩЬЮ КОМИТЕТОВ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ» удовлетворяет всем требованиям, предъявляемым к бакалаврским диссертациям, а ее автор, несомненно, заслуживает присуждения ему искомой степени бакалавра искусств и гуманитарных наук.  Козлов Д.И. к защите допущен.  профессор кафедры проблем конвергенции естественных и гуманитарных наук Факультета свободных искусств и наук СПбГУ доктор физ.-мат. наук 							Ю.А.Куперин   23.05.2017