Методика оптимизации портфеля ценных бумаг на основании нейросетевого прогнозирования

М.А.
Руководитель: Плющ О.Б.

анализа рынка по системе показателей, для построения методики оптимизации ПЦБ,

адаптирующейся к постоянно изменяющейся рыночной ситуации.

подходы к формированию портфеля ценных бумаг;
предложить подходы к созданию и

использованию нейросетевых технологий, адаптивно реагирующих на изменение рыночной ситуации;
разработать методику подготовки входных данных для нейросетевого анализа временных рядов;
осуществить тестирование реализации алгоритмов формирования портфеля ценных бумаг на эмпирических данных российского рынка ценных бумаг.

является использование нейросетевых методов мониторинга рыночной конъюнктуры для формирования оптимального

портфеля ценных бумаг.

целостным объектом управления.
Доходность:
Риск:

необходимо использование скользящих средних

Короткий временной ряд недостаточен для эффективного обучения,

а длинный приведет к тому, что сеть обучится тенденциям, уже не свойственным рынку.
Оптимально: ряд не менее чем из 60 значений, и период упреждения не более ¼  интервала обучения.

Исходные данные необходимо подвергнуть нормировке, т.к. абсолютные значения стоимостей ценных бумаг могут значительно отличаться, в то время как при нормировке значения для разных временных рядов будут приблизительно одинаковы.

формирование первоначальных значений весовых коэффициентов. В этой связи предсказания сетей,

обученных на одной и той же выборке данных, могут отличаться. Этот недостаток можно превратить в достоинство, организовав комитет нейроэкспертов, состоящий из нескольких ИНС.

эффективных инструментов оптимизации ПЦБ.
Целесообразно использование комитетов нейронных сетей для

повышения качества прогнозирования, поскольку результаты такого подхода более устойчивы к неопределенности случайного формирования первоначальных значений весовых коэффициентов связей.
Стратегию оптимизации портфеля ценных бумаг целесообразно строить с использованием скользящих средних и волнового анализа при разных интервалах времени.