Образовательный портал | Применение нейронных сетей в задачах классификации и анализа

Blog

Банковское дело / Доходы и расходы / Лизинг / Финансовая статистика / Финансовый анализ / Финансовый менеджмент / Финансы / Финансы и кредит / Финансы предприятий / Шпаргалки Главная

Д.Э. БЭСТЕНС, В.М. ВАН ДЕН БЕРГ, Д. ВУД. Нейронные сети и финансовые рынки: принятие решений в торговых операциях. - Москва: ТВП,1997. - хх, 236 с., 1997
Применение нейронных сетей в задачах классификации и анализа временных рядов
В этой главе архитектура нейронных сетей рассматривается с точки зрения двух наиболее важных видов приложений - задач классификации и анализа временных рядов. Задача классификации понимается как задача отнесения образца к одному из нескольких попарно непересекающихся множеств. Чаще всего мы будем рассматривать двоичную классификацию. Примерами могут служить определение прибыльности или неприбыльности данной инвестиции, или задача различения жизнеспособных и склонных к банкротству фирм. Задача анализа временных рядов заключается в том, чтобы получить будущие значения, некоторой величины, зная ее текущие и прошлые значения и располагая данными о среде.
<< Предыдушая	Следующая >>
= К содержанию =
Похожие документы: "Применение нейронных сетей в задачах классификации и анализа временных рядов"
2.Применение нейронных сетей в задачах классификации и анализа временных рядов нейронных сетей в задачах классификации и анализа временных 4.10. НЕЙРОСЕТЕВЫЕ ТЕХНОЛОГИИ В ФИНАНСОВО-ЭКОНОМИЧЕСКОЙ ДЕЯТЕЛЬНОСТИ применении логики нечетких множеств - от электронных таблиц (Fuzzy Cale) до экспертных систем (Cubi Cale) корпорации Hyper Jodie (США), все больший интерес для финансово- экономической деятельности представляют аналитические информационные технологии, основанные на использовании нейронных сетей. Нейронные сети - обобщенное название групп алгоритмов, которые умеют обучаться на примерах, извлекая Д.Э. БЭСТЕНС, В.М. ВАН ДЕН БЕРГ, Д. ВУД. Нейронные сети и финансовые рынки: принятие решений в торговых операциях. - Москва: ТВП,1997. - хх, 236 с., 1997 применения в практике управления и принятия решений, в том числе - в финансовой и торговой сферах. Лежащая в ее основе теория нелинейных адаптивных систем доказала свою полезность при выработке прогнозов в целом ряде отраслей экономики и финансов. Книга знакомит со способами применения методологии нейронных сетей для решения задач анализа и прогноза в таких актуальных для современной российской Введение применении правил, который принят в экспертных системах. Системы, основанные на знаниях, обладают тем недостатком, что построенные на их основе методы торговли оказываются довольно негибкими. Наконец, совершенно новый взгляд на мир предлагает теория динамических систем, или теория хаоса. С ее помощью в явлениях, ранее считавшихся случайными, удается обнаружить порядок или некоторую структуру. Словарь применения в производстве или поставке товаров и услуг, сдачи в аренду другим компаниям, или для административных целей. Анализ (от греч. analysis - разложение) - метод научного исследования (познания) явлений и процессов, в основе которого лежит изучение составных частей, элементов изучаемой системы. В экономике анализ применяется с целью выявления сущности, закономерностей, тенденций Предисловие применения нейронных сетей для ряда ведущих банков стала проблема изменений позиции доллара США на валютном рынке при большом числе неизменных объективных показателей. Возможности такого применения облегчаются тем, что имеются огромные базы экономических данных, - ведь сложные модели всегда прожорливы в отношении информации. Котировки облигаций и арбитраж - еще одна область, где задачи расширения НЕЙРОННЫЕ СЕТИ В ЗАДАЧАХ КЛАССИФИКАЦИИЦель классификации применения сетей с прямой связью: задачи классификации и моделирование временных рядов. Отличие между задачами этих двух типов состоит в наличии (временной) упорядоченности примеров. Рассмотрим, как нейронные сети с прямой связью (или многослойные персептроны - MLP, Multilayer Perceptron) используются в задачах классификации. В чем, собственно, заключается эта задача? Во-первых, в любой задаче ТЕОРИЯ ХАОСА И РЫНКИ КАПИТАЛА применения в задачах прогноза различных нелинейных методов, в том числе, - нейронных сетей. В любом случае применение нейронных сетей согласуется с принципом ограниченной рациональности Саймона [243], согласно которому эффективность рынка ограниченна в силу ограниченных возможностей человека в обработке информации. Есть и другие, более практические причины роста интереса к изучению нелинейных НЕЙРОННО-СЕТЕВАЯ МОДЕЛЬ применении к прогнозу ежемесячных налоговых сборов дал неудовлетворительные результаты. Поэтому МоБ решило применить одномерный метод Бокса-Дженкинса. Получившаяся в результате модель АШМА(0,0,0)(0,1,1)12 с параметрами, определенными из того же самого обучающего множества данных, имеет следующий вид: (1-В12)1пг( = 0.04367+ (1-0.751 В12)аг. (4) Здесь В - оператор сдвига назад, а а - составляющая МОДЕЛИ ПРЕДСКАЗАНИЯ БАНКРОТСТВ применения нейронных сетей к задачам выявления возможных нарушителей налогового законодательства (см. [163]), банкротств промышленных корпораций (см. [223]) и банкротств финансовых корпораций (см. [259]). Другие приложения можно найти у Триппи и Турбана [266]. При этом во всех случаях в качестве входных данных использовались только стандартные (полученные по методу Альтмана) числовые переменные.