Selecting methods for realization system of forecasting time series (exchange rates), using neural networks

Authors

  • К. В. Притула Національний технічний університет України «КПІ»
  • A. B. Симоненко Національний технічний університет України «КПІ»

DOI:

https://doi.org/10.18372/2073-4751.1.9184

Abstract

This article is devoted to assortment methods for realization the system of time series prediction. In addition the comparison of the method GMDH. This system can be used to forecast exchange rates

References

Ф. Уоссерман Нейрокомпьютерная техника: теорія и практика - М.: Мир. 1992 - 592 с.

Rumelhart D. Е., Hinton G. Е., Willia msR. J. 1986. Learning internal reprentations by error propagation. In Parallel distributed processing, vol. 1, pp. 318 - 62. Cambridge. MA: MIT Press.

Wasserman P. D. 1988a. Combined backpropagation / Cauchy machine. Proceedings of the International Newral Network Society. New York: Pergamon Press. - 556 p.

Downloads

Issue

Vol. 1 No. 33 (2011)

Section

Статті

License

Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:

  1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.

  2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.

  3. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).