Научная статья на тему 'РАЗРАБОТКА ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ДЛЯ ПРОГНОЗИРОВАНИЯ ФИНАНСОВЫХ ПОКАЗАТЕЛЕЙ НА ОСНОВЕ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ'

РАЗРАБОТКА ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ДЛЯ ПРОГНОЗИРОВАНИЯ ФИНАНСОВЫХ ПОКАЗАТЕЛЕЙ НА ОСНОВЕ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ Текст научной статьи по специальности «Компьютерные и информационные науки»

CC BY
51
9
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
НЕЙРОННЫЕ СЕТИ / АНАЛИЗ ДАННЫХ / ФИНАНСОВЫЕ ПОКАЗАТЕЛИ / ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Авдеева Н.А.

Статья посвящена разработке программного обеспечения для прогнозирования финансовых показателей на основе интеллектуального анализа данных с помощью нейронных сетей. Так же идет анализ предметной области -финансовых показателей и интеллектуального анализа данных.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

DEVELOPMENT OF THE SOFTWARE FOR FORECASTING FINANCIAL INDICATORS BASED ON INTELLECTUAL DATA ANALYSIS

The article is devoted to the development of software for forecasting financial indicators based on intelligent data analysis with the help of neural networks. There is also an analysis of the subject area of financial indicators and data mining.

Текст научной работы на тему «РАЗРАБОТКА ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ДЛЯ ПРОГНОЗИРОВАНИЯ ФИНАНСОВЫХ ПОКАЗАТЕЛЕЙ НА ОСНОВЕ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ»

УДК 004.048

Авдеева Н.А. студент 4 курса

факультет «Информационных систем и технологий» Поволжский государственный университет телекоммуникаций и информатики

Россия, г. Самара РАЗРАБОТКА ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ДЛЯ ПРОГНОЗИРОВАНИЯ ФИНАНСОВЫХ ПОКАЗАТЕЛЕЙ НА ОСНОВЕ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ

Аннотация:

Статья посвящена разработке программного обеспечения для прогнозирования финансовых показателей на основе интеллектуального анализа данных с помощью нейронных сетей. Так же идет анализ предметной области -финансовых показателей и интеллектуального анализа данных.

Ключевые слова: нейронные сети, анализ данных, финансовые показатели, программное обеспечение.

Avdeeva N.A. student

4 year, Faculty of Information Systems and Technologies Povolzhsky State University of Telecommunications and Informatics

Russia, Samara

DEVELOPMENT OF THE SOFTWARE FOR FORECASTING FINANCIAL INDICATORS BASED ON INTELLECTUAL DATA

ANALYSIS.

Annotation:

The article is devoted to the development of software for forecasting financial indicators based on intelligent data analysis with the help of neural networks. There is also an analysis of the subject area of financial indicators and data mining.

Key words: neural networks, data analysis, financial indicators, software.

Традиционно компьютерные вычисления использовались для создания программ, выполняющих определенные задачи с точным определением и процедурным способом. На сегодняшний день компьютеры стали достаточно быстрыми в таких задачах, как сложение чисел, и могут завершить их за долю времени, которое понадобится человеку. Но такие задачи как распознавание речи и визуальная идентификация, легко выполняемые людьми, не так эффективно выполняются процедурными компьютерными программами.

В условиях всеобщей глобализации, информатизации и постоянно изменяющейся денежной обстановки в стране основной задачей руководства

становится предсказание будущих показателей, оптимизация и поднятие эффективности деятельности. Большая часть процессов, проходящих в бизнесе, пребывают в постоянной взаимозависимости. Анализ этих связей помогает открыть саму сущность процессов и попытаться предсказать грядущие явления и показатели. Прогнозирование нужно во всех сферах управления и на всех уровнях деятельности

В настоящее время к качественному прогнозированию проявляется большой интерес, особенно что касается сферы финансов. Связано это с быстрым развитием информационных технологий и появлением новых инструментов для анализа данных. К сожалению, на данный момент технический анализ, используемый большинством участников рынка, не является эффективным. Прогнозы составленные на основе экспоненциальных скользящих средних, осцилляторах, и других индикаторах не приносят ощутимых результатов, так как экономика не редко бывает нерациональна, из-за того, что движима нерациональными мотивациями людей.

Возможность предсказания изменений куса валют позволяет реализовать огромное количество денег. Именно этим и объясняется огромное количество исследований в разных областях, которые дают возможность найти способ точного прогнозирования этих изменений. В итоге было сформулировано достаточно много статистических методов, используемых аналитиками для достижения конкурентных преимуществ.

В последние годы, финансовых аналитиков заинтересовали так называемые искусственные нейронные сети, смоделированные по принципу сетей нервных клеток живого организма.

Нейронные сети, это область, известная благодаря своей способности идентифицировать закономерности и тенденции в данный, которые не легко различимы людьми. Поэтому большое количество исследований для финансового прогнозирования проводилось и до сих пор проводится с использованием нейронных сетей.

Для того что бы точно спрогнозировать изменения курса валют на финансовом рынке, нужно разобраться что такое курс валют и от чего он зависит.

Валютный курс- это стоимость валютной единицы одной страны, выраженная в валютной единице другой станы, драгоценных металлах, ценных бумагах.

Понятие «обмен валюты» на прямую связано с её характеристикой конвертируемость. Механизм государственного регулирования валютных операций определяет степень конвертируемости валюты. Свободно конвертируемой валюту называют в том случае, когда к резидентам и нерезидентам при воплощение денежных сделок не используют каких-либо ограничений, в стране этой валюты, и неконвертируемой, когда законодательно установленные ограничения работают практически на все виды операций с валютной единицей, в стране данной валюты. Валюта

считается частично конвертируемой, когда в ее стране действуют ограничения и регламентации на некие виды обменных операций либо для некоторых участников этих операций. Свобода конвертации валюты обязана базироваться на финансовой стабильности страны, то есть одного законодательного разрешения размена валюты мало, нужны доверие к валюте и оценка финансовой обеспеченности страны. Таким образом, способность валюты свободно обмениваться на другие валюты и обратно на национальную валюту на валютных рынках называется конвертируемостью. Так, свободно конвертируются доллар США, японская иена, евро и некоторые другие - к ним относится и российский рубль.

Валютная котировка- это фиксирование национальной денежной единицы в иностранной. Различают два вида котировки прямую и косвенную (обратную). Цена иностранной валюты, сложившаяся на национальном рынке, является прямой котировкой. Данное значение цены указывает на количество валюты-измерителя, которое приходится на единицу котируемой валюты. Обратная или косвенная котировка отображает количество единиц котируемой валюты, которая приходится на единицу валюты-измерителя. Отношение курса одной валюты к другой имеет возможность быть определено также через третью валюту. В данном случае он именуется кросс-курсом. Возникает необходимость в таких котировках в тех случаях, когда объём прямых обменных операций между двумя валютами относительно мал, и, поэтому, не складываются достаточно представительные прямые котировки. Кроме того, расчёт кросс-курса может дать несколько отличную величину курса даже при наличии надёжных прямых котировок. При наблюдении за уровнем денежного курса устанавливают два курса: курс продавца, по которому осуществляются продажи валют банком, и курс покупателя, по которому осуществляются покупка валют банком.

Задача прогнозирования динамики индекса - курсов доллара США и евро как глобальных эквивалентов - по сей день остается актуальной.

Очень сложно предсказать изменения валютных курсов в связи с их зависимостью от политической, финансовой обстановки в стране и мире, а еще с зависимостью волатильности от многочисленных факторов и условий. А еще причина может заключаться в нелинейности рядов валютных курсов.

Последние заслуги в области как аналитических, так и вычислительных методов существенно упростили эмпирические изучения нелинейных моделей и привели к выходу в свет многочисленных аналитических подходов в данной области, значительно увеличив количество способов прогнозирования валютных курсов: регрессионный анализ и нейронные сети, GARCH-модели, рекурсивные модели нейронных сетей и др.

Прогнозирование осуществляется с помощью нейронной сети, имплементированной на языке программирования Java.

Программирование— это процесс создания кода на каком-либо языке

программирования, переводимого в файлы разных типов с помощью особой программы — транслятора. Существуют два типа трансляторов: компиляторы и интерпретаторы. Компилятор— это программа, переводящая текст, написанный на языке программирования, в какой-либо файл. Интерпретатор — это программа, способная переводить текст какой-либо программы в машинный код и одновременно выполнять ее.

Программирование бывает двух типов: системное и прикладное. Системное программирование позволяет нам программировать в системе, например в Windows, с целью решения глобальных задач. Прикладное программирование направлено на создание прикладных программ, т.е. программ, выполняющих какую-то определенную функцию, например Microsoft Word, WordPad, Calculator и т.д.

На сегодняшний момент язык Java является одним из самых распространенных и популярных языков программирования. Первая версия языка появилась еще в 1996 году в недрах компании Sun Microsystems, впоследствии поглощенной компанией Oracle. Java задумывался как универсальный язык программирования, который можно применять для различного рода задач. И к настоящему времени язык Java проделал большой путь, было издано множество различных версий. Текущей версией является Java 8, официальный релиз которой произошел в марте 2014 года. А Java превратился из просто универсального языка в целую платформу и экосистему, которая объединяет различные технологии, используемые в целый ряд задач: от создания десктопных приложений до написания крупных веб-порталов и сервисов. Кроме того, язык Java активно применяется для создания программного обеспечения для целого ряда устройств: обычных ПК, планшетов, смартфонов и мобильных телефонов и даже бытовой техники. Достаточно вспомнить популярность мобильной ОС Android, большинство программ для которой пишутся именно на Java.

Ключевой особенностью языка Java является то, что его код сначала транслируется в специальный байт-код, независимый от платформы. А затем этот байт-код выполняется виртуальной машиной JVM (Java Virtual Machine). В этом плане Java отличается от стандартных интерпретируемых языков как PHP или Perl, код которых сразу же выполняется интерпретатором. В то же время Java не является и чисто компилируемым языком, как С или С++. Подобная архитектура обеспечивает кроссплатформенность и аппаратную переносимость программ на Java, благодаря чему подобные программы без перекомпиляции могут выполняться на различных платформах - Windows, Linux, Solaris и т.д. Для каждой из платформ может быть своя реализация виртуальной машины JVM, но каждая из них может выполнять один и тот же код.

Java является языком с Си-подобным синтаксисом и близок в этом отношении к C/C++ и C#. Поэтому, если вы знакомы с одним из этих языков, то овладеть Java будет легче.

Еще одной ключевой особенностью Java является то, что она

поддерживает автоматическую сборку мусора. А это значит, что вам не надо освобождать вручную память от ранее использовавшихся объектов, как в С++, так как сборщик мусора это сделает автоматически за вас. Java является объектно-ориентированным языком. Он поддерживает полиморфизм, наследование, статическую типизацию. Объектно-ориентированный подход позволяет решить задачи по построению крупных, но в тоже время гибких, масштабируемых и расширяемых приложений.

Использованные источники:

1. Методы интеллектуального анализа данных - Мартин Браун (Martin C. Brown) \ 2013 год, 12 с.

2. Программное обеспечение для прогнозирования числовых экономических показателей - Васильев Александр Анатольевич, Васильева Екатерина Васильевна \ 2016 год, 7 с.

УДК 616.352.5-002.3

Авзалов А.Н. студент 4 курса Шигабутдинова И.М. студент 4 курса Виноградова Е.В. студент 4 курса факультет «лечебное дело» Ижевская государственная медицинская академия научный руководитель: Стяжкина С.Н., доктор медицинских наук

профессор

кафедра факультетской хирургии Россия, г. Ижевск

СТРУКТУРА ЗАБОЛЕВАЕМОСТИ ОСТРЫМ ПАРАПРОКТИТОМ В I

РКБ ГОРОДА ИЖЕВСКА

Аннотация: статья посвящена изучению частоты встречаемости острого парапроктита, структуре заболеваемости.

Ключевые слова: парапроктит, структура, здравоохранение, статистика.

Avzalov A. N. Shigabutdinova I. M. Vinogradova E. V. Students

4 year, Izhevsk state medical academy

Russia, Izhevsk Scientific director: Stjazhkina S.N. Doctor of Medical Sciences Professor of the Department of Faculty Surgery

Russsia, Izhevsk

i Надоели баннеры? Вы всегда можете отключить рекламу.