DECISION SYSTEM FOR STOCK DATA FORECASTING BASED ON HOPFIELD ARTIFICIAL NEURAL NETWORK

Michał  Paluch; Lidia Jackowska-Strumiłło

doi:10.5604/20830157.1201313

pdf (angielski)

Opublikowane: 2016-05-10

DOI: https://doi.org/10.5604/20830157.1201313

Numer Tom 6 Nr 2 (2016)

ZASTOSOWANIE METODY POCHODNEJ TOPOLOGICZNEJ W ELEKTRYCZNEJ TOMOGRAFII IMPEDANCYJNEJ
Andrey Ferreira, Antonio Novotny, Jan Sokołowski

4-8
ZMODYFIKOWANA ALTERNATYWNA REGUŁA DECYZYJNA W ALGORYTMIE WSTĘPNEGO KLASTROWANIA
Volodymyr Mosorov, Taras Panskyi, Sebastian Biedron

9-12
ULEPSZONA METODA IDENTYFIKACJI RODZAJU RUCHU WYKORZYSTUJĄCA SENSORY URZĄDZENIA MOBILNEGO
Jakub Smołka, Przemysław Troć, Maria Skublewska-Paszkowska, Edyta Łukasik

13-18
ANALIZA PRZYPŁYWU WIROWEGO Z ZASTOSOWANIEM ELEKTRYCZNEJ TOMOGRAFII POJEMNOŚCIOWEJ
Ayoub Saoud, Volodymyr Mosorov, Krzysztof Grudzień

19-23
SYSTEM INFORMATYCZNY DO ANALIZY STANÓW SKUPIENIA NA BAZIE URZĄDZENIA DZIAŁAJĄCEGO W TECHNOLOGII INTERFEJSÓW MÓZG – KOMPUTER
Szczepan Paszkiel

24-27
SYSTEM DECYZYJNY DO PRZEWIDYWANIA CEN AKCJI OPARTY NA SZTUCZNEJ SIECI NEURONOWEJ HOPFIELDA
Michał Paluch, Lidia Jackowska-Strumiłło

28-33
SYMULACJA PRZEPŁYWU GRAWITACYJNEGO I ESTYMACJA JEGO PARAMETRÓW PRZY UŻYCIU ELEKTRYCZNEJ TOMOGRAFII POJEMNOŚCIOWEJ I SZTUCZNYCH SIECI NEURONOWYCH
Hela Garbaa, Lidia Jackowska-Strumiłło, Krzysztof Grudzień, Andrzej Romanowski

34-37
ANALIZA TEORETYCZNA POWSTAWANIA I KOMPENSACJI MOCY BIERNEJ W ELEKTROWNIACH FOTOWOLTAICZNYCH
Michal Koníček, Boris Cintula

38-41
PRZETWORNICA NAPIĘCIA STAŁEGO 3 KV NA NAPIĘCIE STAŁE 300 V MAŁEJ MOCY – ANALIZA SYMULACYJNA
Wojciech Matelski

42-47
PROJEKTOWANIE ORAZ ANALIZA FUNKCJI UOGÓLNIONEJ ARCHITEKTURY SYSTEMÓW HANDLU TREŚCIĄ ELEKTRONICZNĄ
Victoria Vysotska, Lyubomyr Chyrun

48-59
APROKSYMACJA CHARAKTERYSTYKI STRUMIENIOWO-PRĄDOWEJ PRZETWORNIKA ELEKTROMECHANICZNEGO WYKORZYSTUJĄCA WYNIKI POMIARÓW
Zygmunt Kowalik

60-63
JAK DEFINIUJEMY CYBERPRZESTĘPSTWO?
Monika Zbrojewska, Volodymyr Mosorov, Sebastian Biedron, Taras Panskyi

64-68
POMIARY HAŁASU GENEROWANEGO PRZEZ ELEKTROWNIE WIATROWE I OCENA ICH WPŁYWU NA ŚRODOWISKO
Hanna Pamuła, Maciej Kłaczyński

69-74
HYBRYDOWA WYRZUTNIA ELEKTROMAGNETYCZNA Z MODUŁEM CEWKOWYM JAKO OGRANICZNIK PRĄDU W MODULE SZYNOWYM
Tomasz Makowski

75-78
ANALIZA ROZKŁADU POLA ELEKTRYCZNEGO W SEPARATORZE BĘBNOWYM O RÓŻNEJ KONFIGURACJI ELEKTROD
Mikołaj Skowron, Mikołaj Skowron

79-82
ZASTOSOWANIE OBSERWACJI GLONASS W METODZIE PPP W EKSPERYMENCIE LOTNICZYM W MIELCU
Kamil Krasuski, Henryk Jafernik

83-88

Archiwum

2018

Tom 8 Nr 4
2018-12-16 16
Tom 8 Nr 3
2018-09-25 16
Tom 8 Nr 2
2018-05-30 18
Tom 8 Nr 1
2018-02-28 18

2017

Tom 7 Nr 4
2017-12-21 23
Tom 7 Nr 3
2017-09-30 24
Tom 7 Nr 2
2017-06-30 27
Tom 7 Nr 1
2017-03-03 33

2016

Tom 6 Nr 4
2016-12-22 16
Tom 6 Nr 3
2016-08-08 18
Tom 6 Nr 2
2016-05-10 16
Tom 6 Nr 1
2016-02-04 16

2015

Tom 5 Nr 4
2015-10-28 19
Tom 5 Nr 3
2015-09-02 17
Tom 5 Nr 2
2015-06-30 15
Tom 5 Nr 1
2015-03-31 18

2014

Tom 4 Nr 4
2014-12-09 29
Tom 4 Nr 3
2014-09-26 22
Tom 4 Nr 2
2014-06-18 21
Tom 4 Nr 1
2014-03-12 19

Authors

Michał Paluch

mpaluch@kis.p.lodz.pl

Lodz University of Technology, Institute of Applied Computer Science

Lidia Jackowska-Strumiłło

lidia_js@kis.p.lodz.pl

Jackowska-Strumiłło

Abstrakt

Artykuł opisuje nową metodę zastosowania sztucznej sieci neuronowej Hopfielda połączonej z analizą techniczną, fraktalną oraz jednokierunkowymi sztucznymi sieciami neuronowymi do przewidywania przyszłych cen akcji na Giełdzie Papierów Wartościowych. Opisane nowe metody zostały zaimplementowane w systemie ekspertowym, który jest polecany jako kompleksowe narzędzie do badania aktualnych i przyszłych zachowań rynku. Zaprezentowany został również algorytm nauki testowania sztucznych sieci neuronowych, który na końcu wybiera najlepszą z nich.

Słowa kluczowe:

Hybrydowy inteligentny system, sztuczna sieć neuronowa Hopfielda

Bibliografia

Bensignor R.: New Concepts in Technical Analysis. Wig-Press, Warszawa 2004.

Box G.E.P., Jenkins G.M.: Time Series Analysis. Forecasting and control. Holden-Day Inc., San Francisco, USA, 1976.

Brdyś M. A., Borowa A., Idźkowiak P., Brdyś M. T.: Adaptive Prediction of Stock Exchange Indices by State Space Wavelet Networks. Int. J. Appl. Math. Comput. Sci., 19(2)/2009, 337–348. [DOI: 10.1.1.390.8001].

Bulkowski T.N.: Formation Analysis on Stock Charts. Linia, Warszawa 2011.

Dębski W.: Financial Market and it mechanisms. PWN, Warszawa 2010.

Drabik E.: Applications of game theory to invest in securities. University of Bialystok, Bialystok 2000.

Ehlers J.: Fractal Adaptive Moving Average. Technical Analysis of Stock & Commodities, 2005.

Ehlers J.: Cybernetics Analysis For Stocks And Futures. John Wiley & Sons, New York 2004.

Ehlers J. Using the Fisher Transform. Technical Analysis of Stocks & Commodities, 2002.

Gately E.: Neural Networks for Financial Forecasting. New York, Wiley 1995.

Güresen E., Kayakutlu G.: Forecasting Stock Exchange Movements Using Artificial Neural Network Models and Hybrid Models. In IFIP International Federation for Information Processing, 288/2008, 129–137.

Güresen E., Kayakutlu G., Daim T.U.: Using artificial neural network models in stock market index prediction. Expert Systems with Applications, 38/2011, 10389–10397. [DOI: 10.1016/j.eswa.2011.02.068].

Jackowska-Strumiłło L.: Hybrid Analytical and ANN-based Modelling of Temperature Sensors Nonlinear Dynamic Properties. Lecture Notes in Artificial Intelligence Part I, Springer-Verlag, 2011, 356–363. [DOI: 10.1007/978-3-642-21219-2_45].

Jackowska-Strumiłło L., Jackowski T., Chylewska B., Cyniak D.: Application of hybrid neural model to determination of selected yarn parameters. Fibres & Textiles in Eastern Europe, 6(4)/1998, 27–32.

Khashei M., Bijari M.: An artificial neural network (p, d, q) model for timeseries forecasting. Expert Systems with Applications, 37(1)/2010, 479–489. [DOI: 10.1016/j.eswa.2009.05.044].

Majhi R., Panda G., Sahoo G.: Efficient prediction of exchange rates with low complexity artificial neural network models. Expert Systems with Applications, 36/2009, 181–189. [DOI: 10.1016/j.eswa.2007.09.005].

Murphy J.J.: Technical Analysis of Financial Markets. Wig-Press, Warszawa 2008.

Paluch M., Jackowska-Strumiłło L.: Intelligent Information System For Stock Exchange Data Processing And Presentation. 8th International Conference on Human System Interactions, 2015.

Paluch M., Jackowska-Strumiłło L.: Prediction of closing prices on the Stock Exchange with the use of artificial neural networks. Image Processing & Communication, 17(4)/2012, 275–282.

Paluch M., Jackowska-Strumiłło L.: The influence of using fractal analysis in hybrid MLP model for short-term forecast of close prices on Warsaw Stock Exchange. Proc. Federated Conference on Computer Science and Information Systems 2014, FedCSIS 2014, 7–10 Sep. 2014, Warsaw, Poland, 111–118.

Paluch M., Jackowska-Strumiłło L.: Intelligent Information System For Stock Exchange Data Processing And Presentation. 8th International Conference on Human System Interactions, IEEExplore, 2015.

Rutkowski L.: Methods and Techniques of Artificial Intelligence. PWN, Warszawa 2009.

Sutheebanjard P., Premchaiswadi W.: Stock Exchange of Thailand Index Prediction Using Back Propagation Neural Networks. Proc. of the Second International Conference on Computer and Network Technology (ICCNT), 2010, Bangkok, 377–380. [DOI: 10.1109/ICCNT.2010.21].

Tadeusiewicz R.: Discovering Neural Networks, Kraków 2007.

Tilakaratne C.D., Morris S.A., Mammadov M.A., Hurst C.P.: Predicting Stock Market Index Trading Signals Using Neural Networks. Proc. of the 14th Annual Global Finance Conference (GFC 2007), Melbourne, Australia, 2007, 171–179.

Walls C.: Spring in Action, Helion, Gliwice.

Witkowska D., Marcinkiewicz E.: Construction and Evaluation of Trading Systems: Warsaw Index Futures. International Advances in Economic Research, 11/2005, 83–92. [DOI: 10.1007/s11294-004-7496-7].

Zieliński J.: Intelligent management systems – theory and practice. Warszawa 2000.

SYSTEM DECYZYJNY DO PRZEWIDYWANIA CEN AKCJI OPARTY NA SZTUCZNEJ SIECI NEURONOWEJ HOPFIELDA. (2016). Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska, 6(2), 28-33. https://doi.org/10.5604/20830157.1201313

##plugins.themes.bootstrap3.article.sidebar##

Numer Tom 6 Nr 2 (2016)

Archiwum

##plugins.themes.bootstrap3.article.main##

Authors

Abstrakt

Słowa kluczowe:

Bibliografia

##plugins.themes.bootstrap3.article.details##

Licencja