ІНТЕГРАЦІЯ НЕЧІТКОЇ ЛОГІКИ В ГЕНЕРАТИВНО-ЗМАГАЛЬНУ МЕРЕЖУ TimeGAN ДЛЯ ПРОГНОЗУВАННЯ ФІНАНСОВИХ ЧАСОВИХ РЯДІВ
DOI:
https://doi.org/10.34185/1991-7848.itmm.2026.01.085Ключові слова:
TimeGAN, нечітка логіка, система Мамдані, адаптивне вікно, генеративно-змагальні мережі, прогнозування часових рядівАнотація
Розглянуто проблему фіксованої довжини вікна спостереження у генеративно-змагальній мережі TimeGAN та запропоновано метод її вирішення через інтеграцію нечіткого регулятора параметра k. На відміну від детермінованого підбору гіперпараметрів, нечіткий модуль Φ: S → K = {10,…,60} динамічно адаптує k залежно від поточного ринкового режиму, що характеризується вектором з чотирьох індикаторів: риночної волатильності, нормованого нахилу лінійної регресії, нормованого обсягу торгів відносно ковзного середнього та волатильності сентименту новин.
Описано архітектурні зміни у функції вбудовування TimeGAN, необхідні для інтеграції змінного вікна, та підтверджено ефективність підходу на двох активах (S&P 500, AAPL) за 2019–2025 р. MAE знизився на 16,4% для S&P 500 та на 12,9% для AAPL порівняно з базовим TimeGAN при фіксованому k.
Посилання
Pertsev Y. O., Korotka L. I. Comparative analysis of traditional statistical methods and the LSTM neural network model. System technologies. 2025. №1(156). P. 65-77. https://doi.org/10.34185/1562-9945-1-156-2025-08
Pertsev Y. O., & Korotka L. I. (2025). Porivnialnyi analiz heneratyvno-zmahalnykh merezh dlia prohnozuvannia chasovykh riadiv fondovoho rynku. Visnyk Kremenchutskoho natsionalnoho universytetu imeni Mykhaila Ostrohradskoho. – Kremenchuk: KrNU, 2025. – Vypusk 4(153), 220-231. https://doi.org/10.32782/1995-0519.2025.4.26
Mamdani E. H., Assilian S. An experiment in linguistic synthesis with a fuzzy logic controller // International Journal of Man-Machine Studies. — 1975. — Vol. 7 (1). — P. 1–13.
Yoon J., Jarrett D., van der Schaar M. Time-series generative adversarial networks // Advances in Neural Information Processing Systems. — 2019. — Vol. 32. — P. 5508–5518.
Goodfellow I. et al. Generative adversarial nets // Advances in Neural Information Processing Systems. — 2014. — Vol. 27. — P. 2672–2680.
