RELEVANCE OF APPLYING NEURAL NETWORK FORECASTING METHODS AT THE INVESTMENT MARKET

The article discusses one of the existing methods for forming forecasts in the field of investment - the method of neural network forecasting. This method is widely used in various fields of science for analysis and various calculations. In the field of investment planning this method has been used for many years, which allows us to evaluate the relevance of its use in the investment market and its main advantages.

1. Сергиенко Анатолий Геннадьевич. Моделирование прогноза значений котировок ценных бумаг с использованием нейроных сетей: диссертация ... кандидата экономических наук: 08.00.13 / Сергиенко Анатолий Геннадьевич; [Место защиты:

2. С.-Петерб. гос. инженер. -эконом. ун-т]. – Санкт-Петербург, 2011. – 182 с.: ил. РГБ ОД, 61 11-8/1783.

3. Мелюшин П. В. Особенности применения нейронных сетей в прогнозировании и планировании / П. В. Мелюшин, А. Ю. Лукьяненко // Приборостроение – 2017: материалы 10-й Международной научно-технической конференции, 1-3 ноября 2017 года, Минск, Республика Беларусь / Белорусский национальный технический университет; редкол.: О. К. Гусев [и др.]. – Минск: БНТУ, 2017. – С. 454-456.

4. Калмыкова А. А. Условия и факторы формирования и развития современного рынка инвестиций / А. А. Калмыкова // Транспортное дело России. – 2012. – № 5. – С. 23-24.

5. Анна Милькина. Что будет с фондовым рынком РФ по итогам 2022 года: прогнозы экспертов – Доступно по: https://www.banki.ru/news/daytheme/?id=10971861 (дата обращения: 17.11.2022).

6. Chandola D., Mehta, A., Singh, S. et al. Forecasting Directional Movement of Stock Prices using Deep Learning. Ann. Data. Sci. (2022). https://doi.org/10.1007/s40745-022-00432-6.

7. Olorunnimbe K., Viktor, H. Deep learning in the stock market – a systematic survey of practice, backtesting, and applications. Artif Intell Rev (2022). https://doi.org/10.1007/s10462-022-10226-0.

8. Трофимова Е. А. Нейронные сети в прикладной экономике: [учеб. пособие] / Е. А. Трофимова, Вл. Д. Мазуров, Д. В. Гилёв; под общ. ред. Е. А. Трофимовой; М-во образования и науки Рос. Федерации, Урал. федер. ун-т. – Екатеринбург: Изд‑во Урал. ун-та, 2017. – 96