Прогнозування фінансових ринків методами машинного навчання
Вантажиться...
Дата
2020
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Магістерська дисертація: 139 с., 35 рис., 50 табл., 1 додаток, 14 джерел.
Об’єктом дослідження є фінансові ринки, представлені у вигляді
часових рядів на основі статистичних даних стосовно їхньої динаміки.
Предметом дослідження є ймовірнісно-статистичні методи та глибокі
нейронні мережі для моделювання і прогнозування фінансових ринків, а також
методи пошуку найкращої архітектури глибокої нейронної мережі і відповідно
її найкращих гіперпараметрів.
Метою дослідження є аналіз характеру поведінки динамічних процесів
фінансових ринків на основі часових рядів та прогнозування за допомогою
різних видів авторегресійних моделей та глибоких нейронних мереж, а також
отримання алгоритму відбору архітектури нейронної мережі та ї
гіперпараметрів для задачі короткострокового прогнозування фінансових
часових рядів .
Методами дослідження моделювання та прогнозування поведінки
фінансових ринків є методи регресійного аналізу та алгоритми глибоких
нейронних мереж.
Новизною є отриманий алгоритм пошуку архітектури нейронної мережі
та її гіперпараметрів.
Опис
Ключові слова
часові ряди, регресійні моделі, глибокі нейронні мережі, прогнозування, фінансові ринки, пошук архітектури, пошук гіперпараметрів, time series, regression models, deep neural network, forecasting, financial markets, architecture searching, hyperparameters tuning
Бібліографічний опис
Фоменко, Н. А. Прогнозування фінансових ринків методами машинного навчання : магістерська дис. : 122 Комп'ютерні науки / Фоменко Нікіта Андрійович. – Київ, 2020. – 144 с.