РАСШИРЕНИЕ МЕТОДОЛОГИИ ПРОГНОЗИРОВАНИЯ ФЬЮЧЕРСНОГО КОНТРАКТА НА ФИНАНСОВЫХ РЫНКАХ
DOI:
https://doi.org/10.25806/uu1-22022168-176Статья поступила в редакцию: 15.01.2022
Статья принята к публикации: 25.01.2022
Статья опубликована: 04.02.2022
Ключевые слова:
прогноз, временной ряд, искусственный интеллект, нейросеть, финансовый рынок, фьючерсный контракт, фундаментальный анализ, технический анализ, метод искусственных нейронных сетей.Аннотация
В статье прослеживается историческое становление методологии временных рядов в зарубежной и отечественной практике финансового анализа. Подчеркиваются преимущества данного метода в представлении прогноза будущего состояния динамичного явления или объекта. Анализируются известные точки зрения на прогноз динамики изменений на будущих рынках, опровергается универсальность фундаментального подхода и технического анализа в построении прогнозов финансовых рынков. Отмечается важность методологии искусственных нейронных сетей как вычислительного алгоритма и комплементарного инструмента прогнозирования на рынке срочных финансовых активов. На примере цены Фьючерсного контракта Si-6.21 сделана попытка доказать практическую значимость нейросетевого прогнозирования и методики временных рядов в прогнозировании поведения институций срочного валютного сектора финансового рынка. Построен алгоритм прогнозирования и описано решение данной задачи. Показан общий принцип работы нейронных сетей и дана точность прогноза.
Информация о публикации
Финансирование: Исследование выполнено без привлечения внешнего финансирования, если иное не указано авторами.
Вклад авторов: Все авторы внесли существенный вклад в подготовку статьи, ознакомились с окончательной версией рукописи и одобрили ее к публикации.
Конфликт интересов: Авторы заявляют об отсутствии конфликта интересов, если иное не указано в публикации.
Правообладатель: Издательский дом «Академический».
Лицензия: Статья распространяется на условиях лицензии Creative Commons Attribution 4.0 International (CC BY 4.0).
Машиночитаемый файл метаданных: JATS XML
Список литературы
Кобзарь А.И. Прикладная математическая статистика, 2006. 816 с.
Кремер Н.Ш., Путко Б.А. Эконометрика. М.: ЮНИТИ-ДАНА, 2002. 311 с.
Джон Дж. Мерфи Технический анализ фьючерсных рынков: теория и практика, 2011. 51 с.
Серебряная Л.В., Шушина О.А. Нейросетевой подход к распознаванию образов. 2014. [Электронный ресурс]. URL: https://cyberleninka.ru/article/n/neyrosetevoy-podhod-k-raspoznavaniyu-obrazov (дата обращения 10.01.2022).
Кутузова С. Использование методов машинного обучения для построения оптимального портфеля ценных бумаг. 2014. [Электронный ресурс]. URL: https://www.researchgate.net/publication/339136446 (дата обращения 10.01.2022).
Кондратьева Т.Н. Прогнозирование тенденции финансовых временных рядов с помощью нейронной сети LSTM. 2017. [Электронный ресурс]. URL: https://elibrary.ru/item.asp?id=30079979 (дата обращения 10.01.2022).
Галанов В.А., Галанова А.В., Шибаев С.Ф. Случайное и закономерное изменение цены акции в зависимости от длины временного интервала. 2017. [Электронный ресурс]. URL: https://cyberleninka.ru/ (дата обращения 10.01.2022).
Царегородцев А.В., Ковалев А.А. Прогнозирование динамики фьючерсных рынков. 2009. [Электронный ресурс]. URL: https://elibrary.ru/item.asp?id=12849484 (дата обращения 10.01.2022).
Шагалова П.А., Ляхманов Д.А. Нейросетевые технологии в решении задач прогнозирования // Современные проблемы науки и образования. 2014. № 6. [Электронный ресурс]. URL: https://science-education.ru/ru/article/view?id=16494 (дата обращения 10.01.2022).
Езангина И.А., Евстратов А.В. Новые инструменты финансирования малого и среднего предпринимательства в России: краудинвестинг // Финансы: теория и практика. 2019. Т. 23. № 3 (111). С. 122-136.
Илларионов М.Г., Кирпичников А.П., Латыпова Р.Р. Прогнозирование на основе аппарата нейронных сетей // Вестник Казанского Технологического Университета. 2012. [Электронный ресурс]. URL: https://elibrary.ru/item.asp?id=17294316 (дата обращения 10.01.2022).
Официальный сайт Московской биржи. [Электронный ресурс]. URL: https://www.moex.com/ru/ (дата обращения 22.12.2021).
Фьючерс Si-6.21: цена, котировки, график, характеристики. [Электронный ресурс]. URL: https://smart-lab.ru/q/futures/SiM1/ (дата обращения 22.12.2021).
Фьючерс на индекс доллара США - Март '22 (DXH2) [Электронный ресурс]. URL: https://ru.investing.com/currencies/us-dollar-index-contracts/ (дата обращения 22.12.2021).
