Forecasting stock indices using artificial neural networks

Abstract

Темой данной работы является прогнозирование фондовых индексов с использованием искусственных нейронных сетей. Задача прогнозирования фондовых индексов поставлена как задача построения классификатора для трёх классов. Разработаны и реализованы модели предобработки временных рядов на основе индикаторов технического анализа, а также метод GAF. Реализован, обучен и протестирован классификатор на основе сверточной нейронной сети. По результатам вычислительных экспериментов проведён сравнительный анализ качества построенных классификаторов.

The topic of the final qualification work is Forecasting stock indexes using artificial neural networks. The problem of forecasting stock indices is stated as the problem of developing a classifier for three classes. Time series preprocessing models based on technical analysis indicators, as well as the GAF method, have been developed and implemented. Implemented, trained and tested a classifier based on a convolutional neural network. Based on the results of computational experiments, a comparative analysis of the quality of the constructed classifiers was carried out.