<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Порівняльний аналіз моделей рекурентних нейронних мереж глибокого навчання для прогнозування фінансових часових рядів

Вантажиться...
Ескіз

Дата

Назва журналу

Номер ISSN

Назва тому

DOI

Анотація

This work focuses on the analysis and performance comparison of three leading deep learning recurrent neural network (RNN) architectures: LSTM, GRU, and Bi-LSTM. The application of these models to the task of forecasting financial time series, specifically stock prices, is examined. A review of the architectural features that enable these models to overcome the limitations of classical RNNs is provided. A comparative analysis of the advantages and disadvantages of each architecture is conducted, considering computational complexity, training speed, and the accuracy of long-term dependency forecasting.

Опис

УДК

Тип документа

Мова

ISSN

Бібліографічний опис

Морозов Д. П., Паночишин Ю. М. Порівняльний аналіз моделей рекурентних нейронних мереж глибокого навчання для прогнозування фінансових часових рядів // Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/26604.

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (5)

  1. A Novel Cryptocurrency Price Prediction Model Using GRU, LSTM and bi-LSTM Machine Learning Algorithms [Електронний ресурс] – Режим доступу до ресурсу: https://www.mdpi.com/2673-2688/2/4/30
  2. Comparative Analysis of Deep Learning Models for Stock Price Prediction in the Indian Market [Електронний ресурс] – Режим доступу до ресурсу: https://www.mdpi.com/2674-1032/3/4/29
  3. A Novel Multivariate Bi-LSTM model for Short-Term Equity Price Forecasting [Електронний ресурс] – Режим доступу до ресурсу: https://arxiv.org/html/2409.14693v1
  4. Unveling the Precision of Deep Learning Models for Stock Price Prediction: A Comparative Analysis of Bi-LSTM, LSTM, and GRU [Електронний ресурс] – Режим доступу до ресурсу: https://ieeexplore.ieee.org/document/10366646
  5. Enhancing Stock Price Forecasting Accuracy Using LSTM and Bi-LSTM Models [Електронний ресурс] – Режим доступу до ресурсу: https://www.itmconferences.org/articles/itmconf/pdf/2025/01/itmconf_dai2024_04008.pdf 2