Полное описание

Греков, М. С. Архитектура распределенной системы прогнозирования стоимостей ценных бумаг на фондовом рынке, построенной на основе нейросетевой модели / М. С. Греков. - Текст (визуальный) : непосредственный // Информационно-телекоммуникационные технологии и математическое моделирование высокотехнологичных систем : материалы Всероссийской конференции с международным участием, Москва, РУДН, 8-12 апреля 2024 г. - Москва : Российский ун-т дружбы народов им. Патриса Лумумбы, 2024. - С. 209-215. - Библиогр. в конце ст. - ISBN 978-5-209-12383-5.

ГРНТИ	УДК
28.23.37	004.032.26-049.8
06.73.75	33:004.8
	336.763:001.18

Рубрики:
Нейронные сети -- Применение
Искусственный интеллект -- Применение в экономике
Рынок ценных бумаг -- Прогнозирование

Кл.слова (ненормированные): прогнозирование рынка -- анализ рыночных данных -- модели нейронных сетей -- фондовый рынок -- распределенные системы
Аннотация: В исследовании предлагается архитектура распределенной системы для прогнозирования динамики стоимостей ценных бумаг на фондовом рынке. Целью работы является создание системы, способной эффективно прогнозировать рыночные тенденции для оптимизации торговых стратегий. Архитектурное решение включает в себя комплексное применение современных технологий: базы данных PostgreSQL для хранения справочной информации, ClickHouse для эффективного управления большими объемами данных временных рядов, Redis для оптимизации доступа к данным через кэширование и Kafka в качестве распределенного брокера сообщений для обеспечения высокой доступности и масштабируемости системы. Для обеспечения непрерывного доступа к рыночным данным и возможности совершения торговых операций используется интеграция с брокерской платформой, а внедрение Telegram-бота позволяет предоставить пользовательский интерфейс для взаимодействия с системой, что повышает удобство её использования. Выполнен сравнительный анализ моделей глубокого обучения LSTM и Transformer для оценки эффективности их применения. Дается вывод о целесообразности использования моделей и рассмотрен вопрос их интеграции в предложенную архитектуру. Методология исследования включает подготовку данных, обучение и тестирование моделей на исторических рыночных данных, а также анализ их прогностической способности и реакции на рыночные изменения. Выполненные эксперименты позволяют выявить различия в точности и надежности прогнозов, полученных на основе данных моделей, а также оценить их сильные и слабые стороны в контексте решаемой задачи. Особенностью работы является применение комплексного подхода к разработке распределенной системы торговли на фондовом рынке, с учетом специфики интеграции в ее архитектуру нейросетевых моделей. Дальнейшее исследование предполагает расширение набора сравниваемых архитектур нейронных сетей и оптимизацию системы с учетом особенностей применения торговых стратегий на фондовом рынке.

Нет сведений об экземплярах
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -182417-707747)

Шифр в сводном ЭК: 839953af17ba49af23b27fa7708e6298

Заказать
Заказ фрагмента документа ₽