Перевод названия: On forecasting economic indexes by means of neuroevolutionary models
Тип публикации: статья из журнала
Год издания: 2014
Ключевые слова: neural network, evolutionary algorithms, self-configuring, time series, forecasting, нейронные сети, эволюционные алгоритмы, самоконфигурирование, временные ряды, прогнозирование
Аннотация: Прогнозирование временных рядов является сложной и интересной задачей. Экономическая ситуация в стране или отрасли зависит от многих факторов и событий, а также, в свою очередь, влияет на множество ситуаций. Инновационные проекты в области ракетно-космической техники требуют больших денежных инвестиций и временных затрат на разрабоПоказать полностьютку и внедрение. Для таких вложений необходима релевантная и надежная информация о возможном будущем состоянии экономики с целью минимизации рисков, а также для своевременной корректировки планов. В частности, для получения такой информации можно использовать временные ряды различных показателей экономического развития. В данной статье в качестве основной технологии прогнозирования используются нейросетевые предикторы, автоматически генерируемые генетическими алгоритмами, что позволяет повысить качество предоставляемого прогноза, а также показывается преимущество самоконфигурируемого генетического алгоритма по сравнению со стандартным при использовании в программной системе для настройки весовых коэффициентов нейронных сетей. Качество прогноза, выполняемого нейронной сетью, зависит также и от ее структуры. В работе используется алгоритм генетического программирования для формирования структуры нейронных сетей, так как он позволяет создавать гибкие и эффективные модели без участия человека-эксперта, что позволяет автоматизировать конфигурирование нейросетевых предикторов. Тестирование полученной комбинации интеллектуальных информационных технологий осуществляется на задаче прогнозирования значений финансовых временных рядов с использованием в качестве входов значений цен и объемов торгов, а также полученных на их основе технических индикаторов. Разработанная система позволяет автоматически построить нейросетевой предиктор и получить качественный прогноз изменения экономических показателей. Проведено сравнение с другими интеллектуальными информационными технологиями прогнозирования и выявлено, что разработанная система показывает в среднем более высокие результаты. Time series prediction is quite complex and interesting problem. Usually a forecast is based on information from the past, i.e. on previous values offeatures. The economic situation in the country depends on different factors and events and influences many situations. The innovation projects in aerospace field require a large amount of investments and take a long time for development and implementation. These kinds of investments require relevant and reliable information about possible future economic situation to minimize risks and correct the plans in right time. In particular, to get such information one may use the time series of the various indexes of economic development. In this paper, the neural network predictors are used as the main technology offorecasting. They are generated automatically by means of genetic algorithms that allow increasing the quality of the prediction. Besides, the advantages of the use of selfconfiguring genetic algorithms in comparison with standard genetic algorithms are demonstrated when adjusting the weighting coefficients of the neural network. The quality of the solution provided by the neural network depends also on its structure. In this paper, the genetic programming is used for the neural network structure design due to its ability to provide effective and flexible models without a human expert. This allows automating the neural network based predictors configuring. The combination of these intellectual information technologies is tested on the financial time series forecasting task using the values of the prices and volumes along with the technical indicators as the inputs. The developed system allows automated designing the neural network based predictors and getting a high quality forecast of economic indexes changes. The developed system shows better results in the comparison with the other forecasting technologies.
Журнал: Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева
Выпуск журнала: № 5
Номера страниц: 299-304
ISSN журнала: 18169724
Место издания: Красноярск
Издатель: Сибирский государственный аэрокосмический университет имени академика М.Ф. Решетнева