Login

FinUniversity Electronic Library

Electronic Documents Search

Documents found: 6

1

1

Импульсная торговая стратегия на примере биткойна // Финансовая экономика. – 2021. – №7

Creators:	Крутяков В. С.; Щетинин Е. Ю.
Subjects:	финансовый рынок; криптовалюты; биткоин; биткойн; электронные деньги; виртуальность; финансовые инструменты; цифровые активы; безналичные расчеты; расчетные отношения; импульсная торговля; торговая стратегия; тренд; прогнозирование; математические методы; математическое моделирование; модели; прогностические модели; ансамблевые модели; машинное обучение; искусственный интеллект; информационные технологии; цифровые технологии; нейронные сети; LSTM; информационные ресурсы; информационное обеспечение; сбор и обработка данных; хранение информации; большие данные; бэктестирование; CSMA; инвесторы; выручка; прибыль; полный текст
Document type:	Article, report
File type:	PDF
Additionally:	All documents
Record key:	RU\FA\eart\21751

pdf, 357 Kb

2

Прогнозирование финансовых временных рядов с использованием рекуррентных нейронных сетей LSTM // Общество: политика, экономика, право. – 2018. – № 5.-C.63-66

Creators:	Видмант О. С.
Subjects:	аспиранты ФА; прикладная математика; нейросети; нейронные сети; финансовые инструменты; агрегирование; методы анализа; алгоритмы; экономико-математические модели; математические методы; прогнозирование; анализ динамики; ансамбли; временные ряды; обработка данных; фьючерсы; финансовый рынок; рекуррентные сети; LSTM; регрессионные модели; полный текст
Document type:	Article, report
File type:	PDF
Additionally:	All documents
Record key:	RU\FA\eart\8088

pdf, 0.7 Mb

3

Сравнительный анализ прогнозных моделей ARIMA и LSTM на примере акций российских компаний // Финансы: теория и практика / Finance: Theory and Practice. – 2020. – №1

Creators:	Алжеев А. В.; Кочкаров Р. А.
Subjects:	РФ; ARIMA; LSTM; прогностические модели; акции; методы анализа; прогнозирование; котировка; торги; биржевые операции; фондовый рынок; алгоритмы; модели; компании; предприятия; корпоративные ценные бумаги; сравнительный анализ; математическое моделирование; временные ряды; машинное обучение; методы прогнозирования; гранты; исследования ФУ; полный текст; магистранты ФА
Document type:	Article, report
File type:	PDF
Additionally:	All documents
Record key:	RU\FA\eart\16096

pdf, 2.8 Mb

4

Нейронные сети долгой краткосрочной памяти и их использование для моделирования финансовых временных рядов // Инновации и инвестиции. – 2020. – № 3.-С.167-171

Creators:	Лабусов М. В.
Subjects:	аспиранты ФА; нейронные сети; LSTM; долгая краткосрочная память; искусственный интеллект; финансовые временные ряды; математические методы; экономико-математические модели; экономико-математическое моделирование; финансовое моделирование; радиальная базисная функция; многослойный персептрон; архитектура; сравнительный анализ; блоки памяти; вычислительные сети; вычислительные возможности; вычислительные методы; прогностические модели; прогнозная оценка; информационные технологии; прикладная математика; полный текст
Document type:	Article, report
File type:	PDF
Additionally:	All documents
Record key:	RU\FA\eart\16257

pdf, 0.6 Mb

5

Сравнительный анализ качества прогнозирования классической статистической модели и модели машинного обучения на данных российского фондового рынка // Ученые записки Российской академии предпринимательства: Роль и место цивилизованного предпринимательства в экономике России. – 2021. – № 3.-С.52-63

Creators:	Щербинина А. В.; Алжеев А. В.
Subjects:	РФ; магистранты ФА; фондовый рынок; прогностические модели; прогнозирование; сравнительный анализ; машинное обучение; нейронные сети; ARIMA; LSTM; временные ряды; эконометрика; эконометрические модели; эконометрическое моделирование; алгоритмы; анализ динамики; математические модели; экономико-математические модели; биржевое дело; биржевые цены; финансовые инструменты; эконометрические методы; акции; полный текст
Document type:	Article, report
File type:	PDF
Additionally:	All documents
Record key:	RU\FA\eart\23228

pdf, 0.5 Mb

6

Анализ краткосрочных финансовых временных рядов с помощью нейронных сетей долгой краткосрочной памяти // Экономика и управление: проблемы, решения. – 2021. – № 4.-С.165-177

Creators:	Лабусов М. В.
Subjects:	аспиранты ФА; фондовый рынок; фондовые биржи; фондовые индексы; доходность; прикладная информатика; обработка данных; роботы; высокочастотные данные; нейронные сети; ценообразование; торговые системы; автоматические системы; теоретические проблемы; развитые страны; анализ динамики; статистические данные; 2008 г.; 2018 г.; сравнительный анализ; развивающиеся страны; капитализация; временные ряды; прогнозирование; математические методы; математические модели; математическое моделирование экономических процессов; долгая краткосрочная память; LSTM; макроэкономические показатели; индекс относительной силы; MRSI; эконометрические модели; полный текст
Document type:	Article, report
File type:	PDF
Additionally:	All documents
Record key:	RU\FA\eart\23466

pdf, 1.4 Mb

Documents found: 6

1

Search was performed using the Yandex.Server