ПРОГНОЗУВАННЯ ЦІН АКЦІЙ З ВИКОРИСТАННЯМ РЕКУРЕНТНОЇ НЕЙРОННОЇ МЕРЕЖІ LSTM

Дослідження проведено для ознайомлення зі структурою та принципом роботи рекурентної нейронної мережі LSTM (Long short-term memory) та аналізу можливості її використання для прогнозування цін акцій однієї з великих технологічних компаній. В роботі описано теоретичний матеріал, що стосується рекурентних нейронних мереж та мережі LSTM. На прикладі статистичних даних акцій компанії Apple було продемонстровано роботу обраного методу та обчислено оцінки якості прогнозу RMSE, MAE, MAPE і оцінено точність короткострокового прогнозу. Результати дослідження показали, що рекурентні нейронні мережі можна застосовувати для прогнозування часових рядів і при цьому отримувати результат з високою точністю. У подальших дослідженнях будуть запропоновані інші види нейронних мереж та оцінка їх роботи на фінансових даних