Методы краткосрочного прогнозирования финансовых временных рядов с малыми объёмами выборки

Аннотация

Передриенко А.И., Лютая Т.П., Харитонов И.М., Степанченко И.В.

Дата поступления статьи: 07.05.2020

В статье изложены результаты экспериментов по исследованию возможностей краткосрочного прогнозирования финансовых временных рядов с помощью алгоритмов прогнозирования разного типа. Приведены результаты тестирования метода ARIMA и алгоритма с использованием LSTM-сети на наборе данных, описывающем стоимость доллара США относительно российского рубля в течение одного дня, для прогнозирования будущего значения исследуемого показателя. Произведена оценка точности прогнозирования каждого из методов и их пригодность для решения подобных задач.

Ключевые слова: прогнозирование, временные ряды, нейросети, финансы, регрессионные алгоритмы, анализ данных, рекуррентные нейронные сети, python, numpy, pandas, keras

05.13.18 - Математическое моделирование, численные методы и комплексы программ

.