Цель исследования в рамках проекта – выявление оптимальной архитектуры, математических и эвристических характеристик сети, метода предварительной обработки входных данных и создание прототипа нейронной сети для дальнейшей оценки качества прогнозирования.
В соответствии с целью исследования, ставятся и решаются следующие задачи:
•    Выбор структуры модели искусственной нейронной сети прямого распространения для эффективного решения класса задач анализа и прогнозирования финансовых временных рядов.
•    Формирование нескольких архитектур сетей на основе выбранной структуры для дальнейшего анализа их эффективности.
•    Определение основных характеристик для сети, таких как функция активации нейронов, функция вычисления ошибки, алгоритм настройки синаптических весов, формат входных и выходных данных.
•    Анализ методов первичной обработки финансово-временных данных для формирования эмпирической базы.
•    Выбор метода предварительной обработки данных для повышения статистической значимости и качества «входов» нейронной сети.
•    Определение алгоритма формирования обучающей выборки на основе предварительно обработанных входных данных. Практическое обоснование подобного выбора.
•    Реализация вышеуказанного при помощи изученного инструментария (язык программирования C#, Visual Studio 2015) для анализа эффективности предложенного метода.
•    Анализ эффективности прогнозирования реализованной модели искусственной нейронной сети. Выявление зависимости (или установление ее отсутствия) между объектами анализа и величиной качества предсказания. Выбор «лучшей» архитектуры сети для каждого из исследуемых финансово-биржевых инструментов.