350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №3 за 2013 г.
Статья в номере:
Применение нейронных сетей при оптимизации инвестиционных стратегий
Ключевые слова: искусственные нейронные сети оптимизация генетические алгоритмы инвестиционная стратегия робастность показатели эффективности
Авторы:
В.Ю. Арьков - д.т.н., профессор, кафедра «Автоматизированные системы управления», Уфимский государственный авиационный технический университет. E-mail: v_arkov@mail.ru А.М. Шамсиева - ассистент, кафедра «Автоматизированные системы управления», Уфимский государственный авиационный технический университет. E-mail: a.shamsieva@gmail.com
Аннотация:
Рассмотрена задача оптимизации инвестиционной стратегии на базе индикаторов технического анализа с применением методов искусственного интеллекта. Предложен критерий робастности для поиска оптимальных параметров инвестиционной стратегии.
Страницы: 63-67
Список источников
  1. Бестенс Д., Ван ден Берг В., Вуд Д. Нейронные сети и финансовые рынки. М.: ТВП. 1997.
  2. Mustapha Djennas, Mohamed Benbouziane, Meriem Djennas. A neural network and genetic algorithm hybrid model for modeling exchange rate: the dollar - Kuwaiti dinar case // International Research Journal of Finance and Economics. 2012. № 92. P. 141-162.
  3. Куликов Г.Г., Арьков В.Ю., Абдулнагимов А.И. Перспективы нейросетевой настройки процедуры спектрального анализа при идентификации динамических моделей // Нейрокомпьютеры: разработка, применение. 2007. № 10. С. 42-46.
  4. Рутковская Д., Пильнский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы. М.: Телеком, 2008.
  5. Пардо Р. Разработка, тестирование, оптимизация торговых систем для биржевого трейдера. М.: Минакс. 2002.
  6. Арьков В.Ю., Шамсиева А.М. К вопросу об устойчивости алгоритмической торговой системы // Финансовая аналитика: проблемы и решения. 2011. № 29 (71). C. 22-27.