Реферат Нейронні мережі завдань для прогнозування курсу на валютній біржі

j = 0;

% пошук максимальних і мінімальних елементів

% у кожному стовпці = max (M, [], 1)

AMIN = min (M, [], 1)

% збереження інтервалів (strcat (file_name, '. int'), 'AMAX', 'AMIN');

% нормалізаціяi = 1: j1j = 1: j2 (i, j) = (2 * (M (i, j) - AMIN (j)))/(AMAX (j) - AMIN ( j)) - 1;;;

% генерування вектора прімеровi = frame_size: j1-1j = 1: j2 * frame_size = M (i - rem (j, frame_size) + 1, rem (j, j2) +1); (i -frame_size +1, j) = Tmp;;;

% створення вектора відповідей = frame_size +1: j1; = 1: j2; = M (i, j);

% створення нейронної мережі = newrb (P ', T', error_goal, spread_constant, 500,100); (strcat (file_name, '. net'), 'net', 'frame_size'); = 0 ; = -1;

Файл get_nn_predict.m: result = get_nn_predict (file_name);

try

% установка значень за замовчуванням

if (nargin <1)

file_name = 'EURUSD240';;

% завантаження масиву даних = dlmread (strcat (file_name, '. csv'), ';', 1,0); = size (M); = j (1) = j (2) = 0;

% завантаження інтервалів ('-mat', strcat (file_name, '. int'), 'AMAX', 'AMIN');

% нормалізаціяi = 1: j1j = 1: j2 (i, j) = (2 * (M (i, j) - AMIN (j)))/(AMAX (j) - AMIN ( j)) - 1;

end;;

% завантаження нейронної мережі та розміру тайм-фрейму

load ('-mat', strcat (file_name, '. net'), 'net', 'frame_size'); j = 1: j2 * frame_size (j) = M (j1 - rem (j, frame_size), rem (j, j2) +1);; = sim (net, X ');

% денормалізаціяj = 1: j2 (j) = ((Y (j) + 1)/2) * (AMAX (j) - AMIN (j)) + AMIN (j);; = Z; = zeros (1: j2);

end

Додаток Б

Текст контрольного прикладу

Файл eurusd240.csv:

Ср.значеніеПервая проізводнаяВторая