Модели и алгоритмы поддержки принятия решений на основе анализа временных рядов
Диссертация
Сложившаяся ситуация обуславливает необходимость исследования и формализации процессов построения, анализа и оптимизации систем поддержки принятия решений на основе анализа временных рядов с точки зрения технического, алгоритмического и структурного аспекта и подтверждает актуальность и научно-практическую значимость выбранной темы исследования, позволяя сформулировать цели и задачи… Читать ещё >
Список литературы
- Л. Кияница Фундаментальный анализ финансовых рынков, издательство. СПб.: Питер, 2004. — 224 с.
- Лбакаров Л.III., Сушков Ю. Л. Статистическое исследование одного алгоритма глобальной оптимизации. Труды ФОРА, 2004.
- Айвазян С. А., Бухштабер В. М., Ешоков И. С., Мешалкин Л. Д. Прикладная статистика: классификация и снижение размерности. —М.: Финансы и статистика, 1989.
- Акулич ИЛ. Математическое программирование в примерах и задачах: Учеб. пособие для студентов эконом, пец. вузов. М.: Высшая школа, 1986.
- Алгоритмы: построение / Томас X. Кормен, Чарльз И. Лейзерсоп, Рональд Л. Ривест, Клиффорд Штайп, 2-е изд. — М.: Вильяме, 2006. — 1296 с.
- Андерсон Т. Статистический анализ временных рядов. М.: Мир, 1976.755 с.
- Банди Б. Методы оптимизации. Вводный курс. М.: Радио и связь, 1988. -128 с.
- Беркинблит М. Б. Нейронные сети. М.: МИРОС и ВЗМШ РАО, 1993. -96 с.
- Бокс Дж., Джсккипс Г. Анализ временных рядов. Прогноз и управление. -М.: Мир, 1974.406 с.
- Боровков A.A. Математическая статистика. -М.: Паука, 1984.-219 с
- В. А. Терехов, Д. В. Ефимов, И. Ю. Ткжии Нейросетевые системы управления. 1-е. изд — Высшая школа: 2002. -184 с
- Вапник В. Н. Восстановление зависимостей по эмпирическим данным. — М.: Наука, 1979.
- Ванник В. И., Червонепкис А. Я. Теория распознавания образов. — М.: Наука, 1974.
- Васильев Ф.П. Методы оптимизации. Факториал Пресс, 2002. 824 с.
- Введение в Apache Maven 2 // URL: http://www.ibm.com/developerworks/ru/edu/j-mavenv2/ (дата обращения: 22.02.2011).
- Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности / Г. К. Вороиовский, К. В. Махотило, С. Ii. Петрашев, С. А. Сергеев, ОСНОВА, 1997. 112 с.
- Герберт Шилдт, Джеймс Холмс Искусство программирования на Java. -М.: Диалектика, 2005. 336 с.
- Гилл Ф., Мюррей У., Райт М. Практическая оптимизация. М.: Мир, 1985.
- Горбапь А.Н. Обучение нейронных сетей. М.: СНб ПараГраф, 1990.159 с.
- Горбапь А.Н., Россиев Д. А. Нейронные сети па персональном компьютере. Новосибирск: Наука. Сибирская изд. фирма РАН, 1996.-276 с.
- Д. Мэрфи Технический анализ фьючерсных рынков: теория и практика. -Альпипа Паблишер: 2011. 616 с
- Д. Сорос Алхимия Финансов. М.: Инфра-М, 2001. — 416 с.
- Дональд Кнут Искусство программирования, том 1. Основные алгоритмы. 3-е изд. — М.: Вильяме, 2006. — 720 с.
- Дорогов АЛО. Структурные модели и топологическое проектирование быстрых нейронных сетей // Докл. Междупар. Коиф. «Информационные средства и технологии» 21−23 октября 1997 г. г. Москва. / Т.1, М.: 1997, С.264−269.
- Дорогов АЛО. Структурный синтез быстрых нейронных сетей. // Нейрокомтотер. № 1 1999.-С.11−24.
- Дорогов А.Ю., Алексеев A.A. Категории ядерных нейронных сетей //Всерос. науч.-техн. конф."Нейроипформатика-99″ г. Москва 20−22 января 1999 г. Сб.науч.тр.Часть 1.-М.: 1999.-С.55−64.
- Дубров A.M., Мхитарян B.C., Трошин Л. И. Многомерные статистические методы. Учебник. М.: Финансы и статистика, 1998. — 352 с.
- Дуда Р., Харт П. Распознавание образов и анализ сцеп. — М.: Мир, 1976.
- Епюков И.С. Методы, алгоритмы, программы многомерного статистического анализа. -М.: Финансы и статистика, 1986
- Ерсмип Д.М., Гарцеев И. Б. Искусственные нейронные сети в интеллектуальных системах управления. М.: МИРЭА, 2004. — 75 с.
- Жиглявский A.A., Жилиикас А. Г. Методы поиска глобального экстремума. М.: Наука, 1991.
- Как оптимизировать торговые системы? // URL: http hUp://wcllforex.rii/indcx/kakoptimix, irovattorgovyesistcmy/0−17 (дата обращения: 20.12.2011).
- Кей С. Хорстмапн, Гари Корнелл Java 2. Библиотека профессионала, том 2. Тонкости программирования. 8-е изд. — М.: Вильяме, 2008. — 992 с.
- Кей С. Хорстмапн, Гари Корпслл Java 2. Библиотека профессионала. 8-е изд. — М.: Вильяме, 2008. — 816 с.
- Кипи P. JL, Райфа X. Принятие решений при многих критериях: предпочтения и замещения. М.: Радио и связь, 1981. — 560 с.
- Корн Г., Корн Т. Справочник по математике для научных работников и инженеров. М.: Наука, 1970. — 576 с.
- Коршунов Ю.М., Коршунов Ю. М. Математические основы кибернетики. -М.: Эиергоатомиздат, 1972.
- Круглов Владимир Васильевич, Борисов Вадим Владимирович Искусственные нейронные сети. Теория и практика. 1-е. изд. — М.: Горячая линия-Телеком — 2001. — 382 с
- Крэг Ларман Применение UML 2.0 и шаблонов проектирования. 3-е изд. — М.: Вильяме, 2006. — 736 с.
- Куликов А. А. Форекс для начинающих. Справочник биржевого спекулянта. 2-е изд. — СПб.: Питер, 2006. — 384 с.
- Л.Н. Ясницкий Введение в искусственный интеллект. 1-е изд. Академия, 2005. — 176 с.
- Лукашин 10. П. Адаптивные методы краткосрочного прогнозирования временных рядов. — М.: Финансы и статистика, 2003.
- Максимов Ю.А. Алгоритмы линейного и дискретного программирования. М.: МИФИ, 1980.
- Максимов Ю.А., Филлиповская Е. А. Алгоритмы решения задач нелинейного программирования . М.: МИФИ, 1982.
- Механическая торговая система «20/200 pips». Результаты торговли на 2010 год. //URL: http://vww.autoforex.ru/lab/otchet-o-tcstirovanii-2010-god-20−200-vl/otchet-o-teslirovanii-2010-god-20−200-vl .php (дата обращения: 20.12.2010).
- Механическая торговая система по RSI от Чака Лебо. // URL: http://pisali.ru/medvedev70/3997/ (дата обращения: 25.12.2010)
- Минаев Ю.Н., Филимонова О. Ю., Бепамеур Лиес. Методы и алгоритмы решения задач идентификации и прогнозирования в условиях неопределенности в нейросетевом логическом базисе. М.: Горячая линия Телеком, 2003.205 с.
- Миркес Е. М. Нейрокомпьютер. Проект стандарта. Новосибирск: Наука, 1999. — 337 с.
- Назаров A.B., Лоскутов А. И. Нейросетевые алгоритмы прогнозирования и оптимизации систем. СПб.: Наука и техника, 2003. 384 с.
- Нейронные сети для обработки информации / Станислав Осовский, И. Д. Рудинского и др. М.: Финансы и статистика, 2004. — 344 с.
- Оптимизация торговых систем //URL: http://speculator-fin.ru/page-id-228.html (дата обращения: 10.02.2012).
- Осовский С. Нейронные сети для обработки информации. М.: Финансы и статистика, 2002. — 344 с.
- Пардо Р. Разработка, тестирование, оптимизация торговых систем для биржевого трейдера. Минакс: 2002. — 224 с.
- Плотников А.Д. Математическое программирование, экспресс-курс, 2006.- 171 с.
- Погодин С. К. Методы оценки портфелей инвестиций, диссертация на соискание степени кандидата экономических наук (ВШЭ), Москва, 2006.
- Порублев Илья Николаевич, Ставровский Андрей Борисович Алгоритмы и программы. Решение олимпиадпых задач. М.: Вильяме, 2007. -480 с.
- Растригип JI.A. Статистические методы поиска. М.: 1968.
- С. Тертышный Рынок ценных бумаг и методы его анализа. СПб.: Питер, 2007. — 288 с.
- Савельев А. В. На пути к общей теории нейросетей. К вопросу о сложности // Нейрокомпьютеры: разработка, примеиеиие. 2006. — № 4−5. — С. 414.
- Саймон Хайкип Нейронные сети. 2-е изд. — М.: Вильяме, 2006. — 288 с.
- Сигеру Омату, Марзуки Халид, Рубия Юсоф Нейроуправление и его приложения. М.: ИПРЖР, 2000. — 272 с.
- Стивен Б. Акелис Технический анализ от, А до Я. Евро, 2010. — 366 с.
- Тестирование и оптимизация механических торговых систем (советников/экспертов) на рынке Форекс в терминале MetaTrader 4 // URL: http://www.forexword.ru/article/gambit/test-expert.html (дата обращения: 25.12.2011).
- Трейдинг моими глазами / В. Гуров, И. Морозов, В. Трубицын, Е. Попизовский, Вгосо СДО, 2010. 216 с.
- Уоссермен, Ф. Нейрокомпыотерная техника: Теория и практика. М.: Мир — 1992. -240 сг
- Установка maven-рспозитория Artifactory // URL: http://vygovskiyxoiWxwiki/bin/vicw/Main/Artiiactory+%DO%BD%DO%BO+Glassfi sh (дата обращения: 10.02.2011).
- Хемди Л. Таха Введение в исследование операций. 8-е изд. — М.: Вильяме, 2007. — 912 с.
- Ч. Лебо, Д. Лукас Компьютерный анализ фьючерсных рынков. -Альпина Паблишер: 2011. 304 с.
- Чем отличается оптимизация торговой системы от ее переоптимизации? // URL: http://smart-lab.rii/blog/14 528.php (дата обращения: 22.12.2011).
- Box, G. Е. P., and Jenkins, G. (1976). Time Scries Analysis: Forecasting and Control. Holden-Day.
- Brown R.G. Smoothing forecasting and prediction of discrete time series. -N.Y., 1963.
- Brown R.G., Meyer R.F. The fundamental theorum of exponential smoothing. Oper. Res. 1961. — Vol.9. -№ 5.
- Chatfield, C. (1989). The Analysis of Time Scries: An Introduction (Fourth Edition ed.). Chapman & Hall.
- Hanke, John E./Reitsch, Arthur G./Wichern, Dean W. (2001). Business forecasting (7th edition ed.). Prentice Hall.
- Hebb D.O. The Organization of Behavior. New York- Wiley, 1949. — 65 p.
- Hertz J., Krogh A., Palmer R.G. Introduction to the Theory of Neural Computation. London: Addison-Wesley, 1991. — 214 p.
- Holt C.C. Forecasting trends and seasonals by exponentially weighted moving averages // O.N.R. Memorandum, Carnegie Inst, of Technology. 1957. — № 2.
- Horfield J.J., Tank D.W. Computing with Neural Circuits: A model//Science -1986. .№ 223. — P. 625−633
- KohonenT. Self-organization and Associative Memory. New-York: Springer-Verlag, 1989. — P. 266
- Kohoncn T. Self-organized Formation of Topologically Correct Feature Maps// Biological cybernetics. 1982. — № 43. — P. 127−138
- Steven John Metsker Design Patterns Java™ Workbook. -Addison-Wesley Professional: 2002, 496 p.
- Theil H., Wage S. Some observations on adaptive forecasting // Management Science. 1964. — Vol. 10. — Mb 2.
- UML. Классика CS. / Буч Г., Якобсон Л., Рамбо Дж., Под ред. С. Орлова. 2-е изд. — СПб.: Питер, 2006. — 736 с.
- Winters P.R. Forecasting sales by exponentially weighted moving averages //Management Science. 1960. — Vol. 6. — № 3.