Інтелектуальні системи підтримки прийняття рішень спотових і ф’ючерсних біржових ринків
DOI:
https://doi.org/10.32347/0131-579x.2020.97.119-128Ключові слова:
інтелектуальні системи, автоматизовані системи, штучний інтелект, спот, біржа, ф’ючерс, машинне навчання, нейронна мережаАнотація
В даній статті детально розглянуто особливості роботи автоматизованих систем допомоги прийняття рішень при роботі на спотових та ф’ючерсних біржових ринках. У контексті нових енергетичних цілей ЄС, однією з яких, є міжрегіональне співробітництво ринків електропостачання. Румунський енергетичний ринок сьогодні є одним з основних інструментів просування та реалізації внутрішнього енергетичного ринку в ЄС, як частина механізму взаємозв’язку на регіональному рівні, що представляє особливий інтерес. Зміну вартості ціни електричної енергії важко прогнозувати оскільки вона залежить від багатьох факторів, які в свою чергу, по своїй природі мають нелінійний вплив. За останні роки було розроблено багато автоматизованих систем на основі машинного навчання та систем штучного інтелекту, але незважаючи на існуючі методики прогнозування, розроблені аналітичні системи та програмні продукти, тільки незначна кількість із них здатна надати адекватний результат рішення проблеми. Суттєві переваги на сьогоднішній день серед існуючих методик мають нейронні мережі, тому в даному досліджені запропоновано універсальну архітектуру для задач підтримки прийняття та прогнозування рішень автоматизованою системою для спотового і ф’ючерсного біржових ринків.
Посилання
M.Tertilt, P.Scholz, “To Advise, or Not to Advise – How Robo-Advisors Evaluate the Risk Preferences of Private Investors” 2017. https://doi.org/10.3905/jwm.2018.21.2.070.
T.Baker, B.Dellaert, “Regulating Robo Advisors: Old Policy Goals, New Challenges”, 2017. Available at: https://repository.upenn.edu/pennwhartonppi/47/.
Xiao, J.; Li, Y.; Xie, L.; Liu, D.; Huang, J. A hybrid model based on selective ensemble for energy consumption forecasting in China. Energy 2018, 159, 534–546.
Wang, Q.; Li, S.; Li, R. China’s dependency on foreign oil will exceed 80% by 2030: Developing a novel NMGM-ARIMA to forecast China’s foreign oil dependence from two dimensions. Energy 2018, 163, 151–167.
Ding, Y. A novel decompose-ensemble methodology with AIC-ANN approach for crude oil forecasting. Energy 2018, 154, 328–336.
Krollner, B.; Vanstone, B.; Finnie, G. Financial time series forecasting with machine learning techniques: A survey. In Proceedings of the 8th European Symposium on Artificial Neural Networks, Bruges, Belgium, 28–30 April 2010.
Gupta, R.; Wohar, M. Forecasting oil and stock returns with a Qual VAR using over 150 years off data. Energy Econ. 2017, 62, 181–186.
Fein, Melanie L., Robo-Advisors: A Closer Look (June 30, 2015). Available at SSRN: https://ssrn.com/abstract=2658701.
C.Ioana, B. Adela, U. Adina, Regional Cooperation on the Energy Markets – A Study of Romania’s Day-Ahead Market. “Ovidius” University Annals, Economic Sciences Series Volume XVII, Issue 2 /2017.
McCulloch W.S., Pitts W. A logical calculus of the ideas immanent in nervous activity // Bulletin of Mathematical Biophysics, 1943.–№ 5.–P.115-133.
McCulloch W.S., Pitts W. A logical calculus of the ideas immanent in nervous activity // Bulletin of Mathematical Biophysics, 1943.–№ 5.–P.115-133.
Donchenko, V.S. Vectors and matrixes least square method: foundation and application examples / V.S.Donchenko, I.M. Nazaraga, O. V. Tarasova // International Journal “Information Theories & Applications”. 2013. vol. 20, 4. pp. 311–322.
##submission.downloads##
Номер
Розділ
Ліцензія
Авторське право (c) 2020 Oleksandr Poplavskyi, Olena Bondar, Sergiy Pavlov, Anna Poplavska
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
