Введение. Важным аспектом для инвесторов и трейдеров являются точные прогнозы, имеющие огромное значение для принятия решений о покупке, продаже или держании акций, а также для определения оптимальной стратегии инвестирования и управления рисками. На сегодняшний день нейронные сети и методы машинного обучения становятся все более популярными и эффективными в различных областях, включая прогнозирование. Одним из важнейших направлений практического использования нейронных сетей являются задачи прогнозирования, а именно задачи прогнозирования временных рядов на фондовом рынке, предсказание курса валют, построение прогноза потребления электроэнергии, прогнозирование платежеспособности кредиторов, нагрузок энергетических систем и пр. Нейронные сети могут применяться для решения практически любого рода задач, в том числе и при отсутствии явной математической модели или недостатке данных для эффективного применения статистических методов. В работе рассматривается применение метода экспоненциального сглаживания и нейронных сетей в задачах прогнозирования. Цель работы заключается в изучении и оценке эффективности метода экспоненциального сглаживания и нейронных сетей для прогнозирования временных рядов на примере котировок акций компании «ФосАгро». Материалы и методы. В работе использован метод экспоненциального сглаживания для предварительного прогнозирования исторических данных, а также для улучшения точности прогнозирования применены нейронные сети. Результаты исследования, обсуждения. Экспоненциальное сглаживание и нейронных сетей приводит к улучшению точности прогнозирования для котировок акций компании «ФосАгро». Заключение. Применение экспоненциального сглаживания и нейронных сетей в задачах прогнозирования может помочь улучшить точность прогнозов котировок акций и других финансовых временных рядов.