Zastosowanie_sieci_neuronowych_w_prognozowaniu_zmian_wartosci_walorow_na_gieldzie_papierow_wartosciowych.pdf

(2510 KB) Pobierz
1
Akademia Ekonomiczna
im. Karola Adamieckiego
w Katowicach
Wydział : Zarządzanie
Kierunek : Informatyka i Ekonometria
Zastosowanie sieci neuronowych w
prognozowaniu zmian wartości walorów na
Giełdzie Papierów Wartościowych na
przykładzie Warszawskiego Indeksu
Giełdowego 20 największych przedsiębiorstw
notowanych na GPW
PAWEŁ TANAŚ
Numer albumu:
Praca licencjacka napisana
w katedrze Informatyki
pod kierunkiem
dr Krzysztofa Michalika
KATOWICE 2001
2
Spis treści
Strona
Wstęp
4
1. Sieć neuronowa
5
1.1 Definicja i pojęcie sztucznej inteligencji 5
1.2 Budowa mózgu i sieci neuronowej - podobieństwa i różnice 6
1.3 Historia, powstanie i rozwój sieci neuronowych
10
1.4 Zastosowanie sieci neuronowych
12
1.5 Rodzaje sieci neuronowych
17
1.5.1 Sieci trzywarstwowe oparte na algorytmie wstecznej
1.5.2 Sieci czterowarstwowe
propagacji błędu
17
1.5.3 Sieci rekurencyjne
18
1.5.4 Sieci skokowe
21
1.5.5 Sieci typu WARD
22
1.5.6 Sieci Kohonena
23
1.5.7 Probabilistyczne sieci neuronowe PNN
23
1.5.8 Sieci neuronowe realizujące regresję
uogólnioną GRNN
24
1.5.9 Sieci GRNN z dołączonym algorytmem
genetycznym
25
1.6 Uczenie sieci
26
2. Giełda Papierów Wartościowych
30
2.1 Co to jest giełda
30
2.2 Perspektywy rozwoju rynku kapitałowego
36
3. Prezentacja stworzonej sieci neuronowej
41
3.1 Określenie prognozowanej zmiennej
42
3.2 Gromadzenie zbiorów danych lub szeregów liczbowych
3.3. Etapy budowy przykładowej sieci neuronowej z użyciem
związanych z prognozowanym zjawiskiem
43
pakietu SPHINX 2.3
46
3.3.1 Wstęp (wymogi sprzętowe, ogólny opis możliwości
aplikacji)
46
3
18
3.3.2 Wykreowanie niezbędnych do pracy sieci
plików
48
3.3.3 Określenie parametrów uczenia sieci
neuronowych
60
3.3.5 Używanie sieci
68
Wnioski i uwagi końcowe
78
Spis rysunków
79
Spis tabel
83
Dodatek A
84
Dodatek C
103
4
3.3.4 Uczenie sieci
73
Bibliografia
80
Dodatek B
89
Wstęp
Celem pracy jest stworzenie sieci neuronowej zdolnej do
prognozować wartości indeksu WIG20 na Warszawskiej Giełdzie
Papierów Wartościowych na 20 dni wprzód, licząc od ostatniego
dnia z wprowadzonych danych podczas uruchomienia sieci.
Rozdział pierwszy zawiera niezbędną teorię na temat
tworzenia, działania oraz konserwacji sieci neuronowych. W
rozdziale tym przedstawione jest także teoretyczne podejście do
procesu tworzenia, uczenia jak i działania sieci neuronowych.
Oprócz informacji ściśle technicznych, przedstawiony jest także
zarys historyczny powstania sieci neuronowych oraz potencjalne
drogi rozwoju.
Rozdział drugi przedstawia podstawowe wiadomości na
temat Giełdy Papierów Wartościowych niezbędne do stworzenia
sieci neuronowej. Teoria przedstawiona w tym rozdziale została
wykorzystana podczas przeprowadzonego eksperymentu. W
rozdziale tym znajdują się również informacje historyczne
dotyczące funkcjonowania giełdy, a także perspektywy rozwoju
rynku kapitałowego.
Rozdział trzeci jest opisem przeprowadzonego
eksperymentu, mającego na celu praktyczne zastosowanie
poznanej teorii. Eksperyment ten polega na stworzeniu "od
podstaw" sieci neuronowej, która na bazie dostarczonych później
przykładowych wartości indeksu WIG20, będzie w stanie
zaprognozować jego wartość na 20 dni wprzód.
W ostatnim rozdziale zawarte są wnioski oraz uwagi
końcowe dotyczące pracy.
5
Zgłoś jeśli naruszono regulamin