Информация для авторов

Как написать научную статью

Введение

Статья является научной разработкой конкретной темы исследования и представляет собой по содержанию и форме научный текст, где обозначены теоретические подходы к поставленной проблеме и предложена конкретная практическая реализация, позволяющая достичь определенной цели.

Статья не может быть простой компиляцией и состоять из фрагментов различных источников. Статья должна быть научным, завершенным материалом, иметь факты и данные, раскрывающие взаимосвязь между явлениями, процессами, аргументами, действиями и содержать нечто новое: обобщение контента по тематике исследования, анализ материалов эмпирических исследований, в которых появляется авторское видение проблемы и ее решение. Этому общетеоретическому положению подчиняется структура статьи, ее цель, задачи, методика исследования и выводы.

 Выделяют следующие типы статей.

  1. Теоретические статьи описывают результаты исследований автора различных теоретических подходов, научных методологий и методик с помощью которых автор объясняет ряд явлений, процессов и выявляет закономерности. В рамках такой статьи, как правило выбирается наиболее подходящий подход из анализируемых и формулируются критерии выбора сообразно теме исследования
  2. Практические (эмпирические) статьи описывают результаты исследований автора, построенные на основе реализации каких-либо экспериментов и анализе реального опыта в определенной сфере деятельности с учетом специфики исследования. Как правило в таких статьях используются существующие методики, которые могут быть модернизированы под объект и предмет исследования и проводится глубокий анализ результатов того или иного опыта.
  3. Обзорные статьи содержат подробный многоаспектный анализ научных достижений в определенной области за последние несколько лет. Задача автора состоит в построении некоторой классификации и выборе критериев этой классификации с целью найти «белые пятна» и доказать полноту изучаемых исследований. В этом смысле такие статьи являются прологом для дальнейшего построения теории.

Структура статьи

Структура научной статьи определяет и план ее написания. Название статьи должно определять цель исследования. Разделы структуры условно можно разделить 2 типа: служебные и научные (творческие). К служебным разделам относят название, аннотацию, ключевые слова, список литературы. Остальные разделы статьи формализуются сложней, однако некоторые рекомендации все же можно дать.

  • Название
  • Аннотация
  • Ключевые слова
  • Введение
  • Методы исследования
  • Результаты
  • Обсуждение
  • Заключение
  • Список литературы 

С чего начать работу над статьей?

Необходимо сначала обдумать какое явление или процесс Вы будете описывать в статье и что Вы в итоге получите в качестве результата. Это ваша задумка и будет определять цель статьи.

Давайте приведем несколько примеров. Так наш журнал, посвящен экономическим вопросам, то все наши примеры будут связаны с экономической теорией и практикой, а также моделированием экономических процессов в различных аспектах.

Например, я хочу написать статью о прогнозировании цен акций на фондовых рынках в условиях цифровой экономики. На какие вопросы нужно ответить самому себе, чтобы начать писать статью. Во-первых, нужно описать сущность фондового рынка акций, во-вторых, нужно изучить методы прогнозирования, а затем, если статья практическая, выбрать конкретные акции и с помощью инструментальных средств реализовать прогноз цен акций.

Примеры заголовка статьи

Предположим такой заголовок

Прогнозирование цен акций на фондовом рынке

В принципе заголовок хороший, но очень общий, он может быть использован для достаточно большой научной статьи, которая включает в себя общие вопросы прогнозирования, выбор методов прогнозирования и т.д.

ПРОГНОЗИРОВАНИЕ ЦЕН АКЦИЙ НА ФОНДОВОМ РЫНКЕ С ПОМОЩЬЮ НЕЙРОННЫХ СЕТЕЙ

ПРОГНОЗИРОВАНИЕ ЦЕН АКЦИЙ НА ФОНДОВОМ РЫНКЕ С ИСПОЛЬЗОВАНИЕМ НЕЙРОННЫХ СЕТЕЙ

Такие заголовки статей уже более узкие, они конкретизируют выбранный метод прогноза. Кстати зарубежные журналы приветствуют некоторый иной подход к формированию заголовка

НЕЙРОННЫЕ СЕТИ: ПРОГНОЗИРОВАНИЕ ЦЕН АКЦИЙ НА ФОНДОВОМ РЫНКЕ

Определение цели статьи

Итак, определившись с заголовком давайте перейдем к цели статьи. Написав, более 100 статей мною был выработан некий алгоритм составления цели. Цель статьи должна конкретизировать исследование и сужать направление научного поиска автора статьи, он обязательно должна содержать объект исследования. Формула цели такова: сначала идет глагол: разработать, создать, проанализировать итд., затем пишем, что конкретно мы разрабатываем (объект исследования), затем указываем для кого это делаем и в конце с помощью чего (каких инструментов, методов, технологий)

Относительно нашей статьи выглядит так:

Вариант 1. разработать (что?) модель нейронной сети, которая будет прогнозировать цены акций компании Nvidia (для кого, чего?) на фондовом рынке с использованием языка Python.

Вариант 2. Разработать (что?) предиктивную модель прогнозирования цен акций компании Nvidia (для кого, чего?) на фондовом рынке (какими инструментами) с использованием нейронных сетей и реализовать ее на языке Python

Структурирование статьи

Из поставленной цели следует структура статьи. Лучше всего (мировая практика) разбивать статью на осмысленные с точки зрения логики разделы. Количество таких разделов зависит от размера статьи. Для небольшой статьи (4-6 страниц) их не должно быть слишком много, обычно 3 (введение, основная часть, заключение). Для более объемной статьи (8-10 страниц основную часть делим на 2-3 раздела)

В нашем случае пишем большую статью (8-10 страниц). Поэтому выделяем следующие разделы:

Введение (1 страница)

Основные характеристики акций на фондовом рынке (1-2 страницы)

Анализ моделей нейронных сетей (2-3 страницы)

Реализация задачи прогнозирования цены акций компании Nvidia на фондовом рынке с помощью нейронных сетей (3-4 страницы)

Обсуждение (Выводы и анализ полученных результатов) (0,5-1 страница)

Выводы по статье (0,5-1 страница)

Нужно понимать зачем нужен каждый раздел. И что в нем необходимо написать.

Введение

Из поставленной цели следует структура статьи. Лучше всего (мировая практика) разбивать статью на осмысленные с точки зрения логики разделы. Количество таких разделов зависит от размера статьи. Для небольшой статьи (4-6 страниц) их не должно быть слишком много, обычно 3 (введение, основная часть, заключение). Для более объемной статьи (8-10 страниц основную часть делим на 2-3 раздела)

В нашем случае пишем большую статью (8-10 страниц). Поэтому выделяем следующие разделы:

Введение (1 страница)

Основные характеристики акций на фондовом рынке (1-2 страницы)

Анализ моделей нейронных сетей (2-3 страницы)

Реализация задачи прогнозирования цены акций компании Nvidia на фондовом рынке с помощью нейронных сетей (3-4 страницы)

Обсуждение (Выводы и анализ полученных результатов) (0,5-1 страница)

Выводы по статье (0,5-1 страница)

Нужно понимать зачем нужен каждый раздел. И что в нем необходимо написать.

Основная часть статьи


Пример раздела: Основные характеристики акций на фондовом рынке


Каждый раздел для чего-то предназначен. Поэтому, чтобы оценить его роль в статье (необходимость) нужны выводы после каждого раздела. 

Таким образом, в данном параграфе были рассмотрены основные понятия фондового рынка, а также таких ценных бумаг как акции и облигации, кроме того были рассмотрены базовые характеристики акций компаний и методы технического анализа, которые помогают принять решение о покупке.

Пример раздела: Анализ моделей нейронных сетей

Таким образом, в текущем разделе было дано понятие нейросети, изучены основополагающие работы о нейросетях и рассмотрены сферы применения нейронных сетей. Кроме того, в этом параграфе были рассмотрены классификации нейронных сетей и описаны типы нейросетей с их особенностями, строением и принципом работы. Были определены этапы решения задач с использованием нейросетей, а также был проведен обзор инструментов по работе с нейронными сетями – языков программирования Python и R, а также их библиотек. 

Пример раздела: Реализация задачи прогнозирования цены акций компании Nvidia на фондовом рынке с помощью нейронных сетей

Таким образом, в данном разделе была поставлена задача, выбраны инструменты и метод решения поставленной задачи, а также был аргументирован выбор метода решения, руководствуясь методами технического анализа активов на фондовом рынке. А также реализована нейронная сеть, прогнозирующая стоимость акций компании Nvidia, на языке Python с использованием библиотек keras, tensorflow, pandas и numpy. Был выбран тип нейронной сети LSTM, поскольку такой тип отлично подходит для прогнозирования временных рядов, а также были построены графики, демонстрирующие прогноз цен акций компании Nvidia относительно данных за предыдущие периоды времени.

Обсуждение

Этот раздел можно не выделять отдельно. Однако в международной практике такое обособление приветствуется. В этом разделе обсуждают предложенное решение и делают прогнозы на будущие исследования. Это доказывает, то что Ваше решение не является исчерпывающим, а лишь закрывает некоторый аспект научного поиска. 

Выводы

Для написания этого раздела необходимо объединить все выводы по разделам (кратко) и сосредоточить внимание на практических результатах.

В результате проведенного исследования были изучены теоретические и выполнены практические аспекты задачи прогнозирования временных рядов цен акций на фондовом рынке с помощью алгоритмов нейронных сетей. Была реализована нейронная сеть, прогнозирующая стоимость акций компании Nvidia, с использованием языка Python и библиотек keras, tensorflow, pandas и numpy. Данные были взяты из источников Yahoo Financials.

Рассмотрены и описаны сферы применения нейросетей, а также изучены основополагающие работы о нейронных сетях. Были даны классификации и типы нейронных сетей. Типы нейронных сетей содержат краткое описание их структуры и работы, а также продемонстрированы способы применения различных типов нейронных сетей. Также мы определили этапы решения задач с помощью нейронных сетей и разобрали инструменты для реализации нейросетей, среди которых выделили языки программирования R и Python, а также затронули библиотеки для этих языков, которые помогают в реализации нейронных сетей.

В практической части была поставлена и решена задача о реализации нейронной сети LSTM типа для прогнозирования стоимости акций компании Nvidia. Также были рассмотрены основные принципы и методы технического анализа фондового рынка и акций, которые легли в основу разработки нейронной сети. В результате были выявлены факторы, которые оказывают влияние на цену акции, выбранграфический метод анализа. Именно он определил какую информацию нам нужно извлечь из полученных данных. После подготовки данных была разработана, обучена и протестирована нейронная сеть LSTM типа, которая спрогнозировала динамику цен акций компании Nvidia.

Список использованной литературы 

  1. Hopfield J.J. Neural networks and physical systems with emergent collective computational abilities – Proceedings of National Academy of Sciences, 1982 – pp. 2554-2558
  2. Jordan M.I. A parallel distributed processing approach – Institute for Cognitive Science, 1986 – pp. 471-495
  3. Kohonen, T. Self-Organizing Maps – Berlin, New York: Springer-Verlag, 1989 – pp. 521
  4. Kosko B. Bi-directional associative memories – IEEE Transactions on Systems, Man and Cybernetics, 1987 – pp 49-60
  5. Lippmann R. An introduction to computing with neural nets – IEEE Assp magazine, 1987 – pp. 19 

Статья почти готова.

Как написать аннотацию

Осталось написать ключевые слова и аннотацию

Аннотация может быть написана по следующему принципу. По каждому разделу берем по 1-2 предложения. Размер аннотации устанавливается требованиями журнала.

Статья написана на актуальную тему, которая связана с применением технологий нейронной сети при исследовании и прогнозировании цен акций на фондовом рынке. Авторы анализируют основные методики технического анализа цен акций и их рыночные характеристики. Приводят подробный анализ моделей нейронных сетей на основе имеющихся классификаций. Рассматривают инструментальные средства работы с нейронными сетями. В итоге на примере акций компании Nvidia осуществляют прогноз и делаю анализ полученных результатов.

Назаров Дмитрий Михайлович, главный редактор журнала "Умная цифровая экономика"

Заинтересовались публикацией?

Лицензия Creative Commons