Розглянуто питання короткострокового прогнозування валютних курсів за допомогою моделей глибокого навчання. З цією метою побудовано модель глибокого навчання на основі синтезу нейронних мереж загорткового (CNN) і рекурентного (RNN) типу. Згорткова мережа виконує функцію вилучення ознак, а рекурентна мережа на базі моделі "довготривалої короткочасної пам'яті" (LSTM) здійснює безпосередньо прогноз. Проведено прогнозні розрахунки динаміки котирувань для валютних пар євро/долар (EUR/USD) і британського фунту (GBP/USD), а також для двох найбільш капіталізованих криптовалют (біткоіна - BTC/USD та ефіріума - ETH/USD) із використанням щоденних і чотиригодинних спостережень. Проведені комп'ютерні експерименти підтвердили перспективність застосування моделей глибокого навчання для задач короткострокового прогнозування часових рядів як фіатних, так і криптовалют.

• Дербенцев Василь Джорджович (економічні науки)
• Безкоровайний Володимир Сергійович (технічні науки)
• Безкоровайний Віталій Сергійович (економічні науки)
• Овчаренко Андрій Анатолійович (технічні науки)
• Овчаренко Алевтина Анатоліївна (технічні науки)

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"