Method of Automated Short-term Forecasting of Time Series in Online Mode

Abstract

В статье рассматривается разработка программной системы информирования и прогнозирования временного ряда на примере курса валют на фондовой бирже Forex с применением математического аппарата искусственных нейронных сетей. Проблема прогнозирования будущих значений характеристик сложной системы была и остается на сегодняшний день актуальной. Наряду с традиционными методами прогнозирования временных рядов на сегодняшний день активно используется теория искусственных нейронных сетей, которая хорошо зарекомендовала себя в области управления, там где раньше было необходимо применение человеческого интеллекта, в частности при решении задач прогнозирования. С помощью модели прогнозирования значений валютных котировок можно делать достаточно достоверные краткосрочные прогнозы. Для большинства примеров выборки для тестирования прогноз показал правильное направление краткосрочного изменения исследуемой котировки. С помощью построенной модели прогнозирования можно делать достаточно достоверные краткосрочные прогнозы. The article considers the development of a software system for informing and forecasting the time series, using the example of the exchange rate on the Forex stock exchange using a mathematical apparatus of artifi cial neural networks. The problem of predicting future values of the characteristics of a complex system has been and remains today. Along with traditional methods for predicting time series, the theory of artifi cial neural networks is currently actively used, which has proven itself in the fi eld of control, where the use of human intelligence was previously necessary, in particular in solving prediction problems. Using the currency quotation value prediction model, you can make fairly reliable short-term forecasts. For most sample samples for testing, the forecast showed the correct direction of short-term change in the study quotation. Using the currency quotation value prediction model, you can make fairly reliable short-term forecasts. For most sample samples for testing, the forecast showed the correct direction of short-term change in the study quotation. With the help of the constructed forecasting model, you can make fairly reliable short-term forecasts.