    Сейчас на сайте: 1 посетителей (1 зарегистрированных, 0 гостей) |   426057681  574055213 |  Партнерам |  Авторам |  Покупателям |
Информационная система прогнозирования стоимости ценных бумаг
| дипломные работы, Информатика, программирование Объем работы: 71 стр. Год сдачи: 2009 Стоимость: 2000 руб. Просмотров: 825 | Не подходит работа? |
Оглавление
Введение
Заключение
Заказать работу
Содержание
Введение
1.Постановка задачи
2.Теоретические основы 9
2.1. Теории рынка ценных бумаг. Классические системы анализа и прогнозирования 9
2.2.Проблемы моделей прогнозирования. Новейшие системы про-гнозирования 13
2.3. Нейронные сети. Прогнозирование при помощи нейронных се-тей 17
2.3.1. История развития аппарата нейронных сетей17
Модель Маккалоха 17
Модель Розенблата 18
Модель Хопфилда 19
Модель сети с обратным распространение
2.3.2. Нейронные сети - основные понятия и определения 21
2.4. Математическая модель нейронной сети 24
2.5. Информационные системы 29
3. Проектирование информационной системы 33
3.1. Семантический анализ предметной области 33
3.1.1.Логическая модель данных 34
3.1.2. Выбор сервера базы данных 35
3.1.3. Физическая модель базы данных 37
3.2. Выбор типа нейронной сети 40
3.3.Алгоритм обучения нейронной сети с обратным распростране-нием 42
Проблемы обучения нейросетей обратного распространения 44
3.4. Объектно-ориентированное проектирование 45
3.5. Выбор среды реализации 48
4. Структура и основные функции информационной системы 50
5. Тестирование 52
Тестирование процесса обучения нейронной сети 53
6. Анализ результатов 54
Заключение 58
Литература 59
Приложение. Руководство пользователя 60
Введение
1.Постановка задачи
2.Теоретические основы 9
2.1. Теории рынка ценных бумаг. Классические системы анализа и прогнозирования 9
2.2.Проблемы моделей прогнозирования. Новейшие системы про-гнозирования 13
2.3. Нейронные сети. Прогнозирование при помощи нейронных се-тей 17
2.3.1. История развития аппарата нейронных сетей17
Модель Маккалоха 17
Модель Розенблата 18
Модель Хопфилда 19
Модель сети с обратным распространение
2.3.2. Нейронные сети - основные понятия и определения 21
2.4. Математическая модель нейронной сети 24
2.5. Информационные системы 29
3. Проектирование информационной системы 33
3.1. Семантический анализ предметной области 33
3.1.1.Логическая модель данных 34
3.1.2. Выбор сервера базы данных 35
3.1.3. Физическая модель базы данных 37
3.2. Выбор типа нейронной сети 40
3.3.Алгоритм обучения нейронной сети с обратным распростране-нием 42
Проблемы обучения нейросетей обратного распространения 44
3.4. Объектно-ориентированное проектирование 45
3.5. Выбор среды реализации 48
4. Структура и основные функции информационной системы 50
5. Тестирование 52
Тестирование процесса обучения нейронной сети 53
6. Анализ результатов 54
Заключение 58
Литература 59
Приложение. Руководство пользователя 60
Введение
Данная дипломная работа посвящена прогнозированию динамики курса ценных бумаг. Важнейшим сегментом фондового рынка является вторичный рынок ценных бумаг, который представляет собой механизм перераспределе-ния инвестиционных потоков в реальный сектор экономики, механизм перерас-пределения собственности и арену спекулятивной игры. Он также даёт держа-телям бумаг возможность продать ранее приобретённые ценные бумаги. Опе-рации на данном сегменте фондового рынка относятся к категории рискован-ных [1]. В некоторых случаях инвестор может рассчитывать на значительный доход, но очень часто он получает убыток. Причина этого кроется в том, что рыночный курс ценных бумаг под воздействием большого количества факторов испытывает весьма сильные колебания, предсказать которые очень трудно. Важнейшие из них - величина спроса и соответственно предложения данных ценных бумаг, размер дивидендов по ним, величина банковского процента. На курс могут оказывать влияние и косвенные факторы, которые определяют спрос и предложение. Например, спрос на ценные бумаги нефтяных компаний обусловлен, прежде всего, ценой на углеводороды на мировом рынке.
Принятие инвестором решения о купле или продаже ценных бумаг бази-руется на информации описательного или аналитического характера. Описа-тельная информация содержит сведения о реальном состоянии экономики, рынка или ценных бумаг в прошлом. Аналитическая информация содержит сведения об уровне котировок ценных бумаг данной фирмы, о темпах роста ее экономических показателей, о финансовых взаимосвязях с другими фирмами. И та, и другая информация дает инвесторам базу для оценки ожидаемого уровня риска и соответствующей ему доходности возможных вложений.
Для того чтобы максимизировать прибыль и минимизировать убыток от операций с ценными бумагами, инвестор также должен иметь в своём распоря-жении целостную концепцию анализа вторичного рынка, включающую в себя, во-первых, теоретическое описание рынка ценных бумаг, во-вторых, систему...
Данная дипломная работа посвящена прогнозированию динамики курса ценных бумаг. Важнейшим сегментом фондового рынка является вторичный рынок ценных бумаг, который представляет собой механизм перераспределе-ния инвестиционных потоков в реальный сектор экономики, механизм перерас-пределения собственности и арену спекулятивной игры. Он также даёт держа-телям бумаг возможность продать ранее приобретённые ценные бумаги. Опе-рации на данном сегменте фондового рынка относятся к категории рискован-ных [1]. В некоторых случаях инвестор может рассчитывать на значительный доход, но очень часто он получает убыток. Причина этого кроется в том, что рыночный курс ценных бумаг под воздействием большого количества факторов испытывает весьма сильные колебания, предсказать которые очень трудно. Важнейшие из них - величина спроса и соответственно предложения данных ценных бумаг, размер дивидендов по ним, величина банковского процента. На курс могут оказывать влияние и косвенные факторы, которые определяют спрос и предложение. Например, спрос на ценные бумаги нефтяных компаний обусловлен, прежде всего, ценой на углеводороды на мировом рынке.
Принятие инвестором решения о купле или продаже ценных бумаг бази-руется на информации описательного или аналитического характера. Описа-тельная информация содержит сведения о реальном состоянии экономики, рынка или ценных бумаг в прошлом. Аналитическая информация содержит сведения об уровне котировок ценных бумаг данной фирмы, о темпах роста ее экономических показателей, о финансовых взаимосвязях с другими фирмами. И та, и другая информация дает инвесторам базу для оценки ожидаемого уровня риска и соответствующей ему доходности возможных вложений.
Для того чтобы максимизировать прибыль и минимизировать убыток от операций с ценными бумагами, инвестор также должен иметь в своём распоря-жении целостную концепцию анализа вторичного рынка, включающую в себя, во-первых, теоретическое описание рынка ценных бумаг, во-вторых, систему...
В ходе дипломного исследования была разработана информационная сис-тема прогнозирования, состоящая из четырех функциональных частей:
1) Работа с пользователями системы
2) Прогнозирование курсов ценных бумаг с помощью нейронных сетей
3) Обучение нейронных сетей, используемых для прогнозирования
4) Хранение и редактирование данных о курсах ценных бумаг.
В ходе реализации информационной системы были решены следующие задачи
Во-первых, на основе изученного материала проведен анализ существующих методов прогнозирования, сравнение их преимуществ и недостатков. В резуль-тате для решения поставленных задач нами был выбран аппарат нейронных се-тей с обратным распространением;
Во-вторых, осуществлено проектирование информационной системы;
В-третьих, проведено тестирование системы методами белого и черного ящи-ка», а также с помощью инспекции исходного текста и сквозного просмотра.
В-четвертых, с помощью разработанной системы были сделаны тестовые прогнозы, анализ полученных результатов позволяет сделать следующий вывод сис-тема прогнозирования дает прогноз с относительной погрешностью 9%, что значительно точнее классических методов, имеющих погрешность 40-50%.
Разработанная система может быть использована для краткосрочного прогнозирования курса ценных бумаг трейдерами и потенциальными инвесто-рами на фондовой бирже, а также простыми игроками, не имеющими опыта торговли на бирже, в силу простоты и удобства интерфейса и доступности ис-пользуемых программных продуктов.
1) Работа с пользователями системы
2) Прогнозирование курсов ценных бумаг с помощью нейронных сетей
3) Обучение нейронных сетей, используемых для прогнозирования
4) Хранение и редактирование данных о курсах ценных бумаг.
В ходе реализации информационной системы были решены следующие задачи
Во-первых, на основе изученного материала проведен анализ существующих методов прогнозирования, сравнение их преимуществ и недостатков. В резуль-тате для решения поставленных задач нами был выбран аппарат нейронных се-тей с обратным распространением;
Во-вторых, осуществлено проектирование информационной системы;
В-третьих, проведено тестирование системы методами белого и черного ящи-ка», а также с помощью инспекции исходного текста и сквозного просмотра.
В-четвертых, с помощью разработанной системы были сделаны тестовые прогнозы, анализ полученных результатов позволяет сделать следующий вывод сис-тема прогнозирования дает прогноз с относительной погрешностью 9%, что значительно точнее классических методов, имеющих погрешность 40-50%.
Разработанная система может быть использована для краткосрочного прогнозирования курса ценных бумаг трейдерами и потенциальными инвесто-рами на фондовой бирже, а также простыми игроками, не имеющими опыта торговли на бирже, в силу простоты и удобства интерфейса и доступности ис-пользуемых программных продуктов.
После офорления заказа Вам будут доступны содержание, введение, список литературы*
*- если автор дал согласие и выложил это описание.