ҚАРЖЫЛЫҚ АҚПАРАТТЫҚ ЖҮЙЕЛЕРДЕГІ ДЕРЕКТЕРДІ ТАЛДАУ ЖӘНЕ БОЛЖАУ ҮШІН НЕЙРОНДЫҚ ЖЕЛІЛЕРДІ ҚОЛДАНУ
Article Sidebar
Main Article Content
Аңдатпа
Мақалада Қазақстан Республикасының қаржылық деректерін талдау және болжау үшін жасаңды нейрондық желілер (ЖНЖ) негізіндегі үлгіні әзірлеу және енгізуге арналған зерттеу нәтижелері келтірілген. Жұмыстың өзектілігі қаржы нарықтарының жоғары ауытқуы және экономиканың сандықтандырылуы жағдайында болжамдардың дәлдігін арттыру қажеттілігімен анықталады. Негізгі құрал ретінде RStudio ортасында іске асырылған ұзақ мерзімді қысқа мерзімді жады (LSTM) бар рекуррентті нейрондық желілер қолданылды. Модель 2015–2023 жж. USD/KZT бағамы бойынша Қазақстан Республикасының Ұлттық Банкі мен Қазақстан фонд биржасының (KASE) деректері бойынша оқытылды. Нәтижелер LSTM-желілерінің валюта бағамының қысқа мерзімді өзгерістерін болжаудағы жоғары тиімділігін көрсетеді, бұл RMSE метрикасымен расталады. Зерттеудің практикалық маңыздылығы әзірленген үлгіні нақты уақыт режимінде шешім қабылдауды қолдау үшін қаржылық ақпараттық жүйелерге біріктіру мүмкіндігінен туындайды.
Article Details
##submission.citations##
Hochreiter, S., & Schmidhuber, J. (1997). Long short-term memory. Neural computation, 9(8), 1735–1780.
Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep learning. MIT press.
Hyndman, R. J., & Athanasopoulos, G. (2018). Forecasting: principles and practice. OTexts.
Национальный банк Республики Казахстан. (2023). Официальная статистика. [Электронный ресурс]. URL: https://nationalbank.kz
Казахстанская фондовая биржа (KASE). (2023). Рыночные данные. [Электронный ресурс]. URL: https://kase.kz
Brownlee, J. (2018). Deep learning for time series forecasting. Machine Learning Mastery.
Chollet, F., & Allaire, J. J. (2018). Deep learning with R. Manning Publications.
Zhang, G. P. (2003). Time series forecasting using a hybrid ARIMA and neural network model. Neurocomputing, 50, 159–175.
Fischer, T., & Krauss, C. (2018). Deep learning with long short-term memory networks for financial market predictions. European Journal of Operational Research, 270(2), 654–669.
Siami-Namini, S., Tavakoli, N., & Namin, A. S. (2019). The performance of LSTM and BiLSTM in forecasting time series. In 2019 IEEE International Conference on Big Data (Big Data) (pp. 3285–3292). IEEE.