Моделі машинного навчання в задачах аналізу здатності технічних індикаторів прогнозувати ціни криптовалют

Скорочена інформація про документ
dc.contributor.advisorТимощук, Оксана Леонідівна
dc.contributor.authorБедлінський, Кірілл Ігорович
dc.date.accessioned2025-09-23T12:22:03Z
dc.date.available2025-09-23T12:22:03Z
dc.date.issued2025
dc.description.abstractДипломна робота: 149 с., 45 рис., 22 табл., 2 дод., 28 джерел. Об’єкт дослідження – процеси прогнозування зміни тренду ціни криптовалюти. Предмет дослідження – моделі машинного навчання в аналізі предикативної здатності технічних індикаторів. Мета роботи – розробка та експериментальна оцінка ефективності моделей машинного навчання для прогнозування динаміки цін криптовалют із використанням набору технічних індикаторів. Результат роботи – є розроблене програмне рішення, яке виконує тренування моделі машинного навчання під технічний індикатор та яке показує ефективність обраного індикатору. Проведено порівняння результатів, отриманих різними розглянутими підходами. Програмне рішення було розроблено у середовищі Jupiter Notebook із використанням мови програмування Python. В роботі було використано ринкові дані з платформи Yahoo Finance.
dc.description.abstractotherThesis: 149 p., 45 fig., 22 tables, 2 appendices, 28 references. Object of the study – the processes of forecasting cryptocurrency price trend changes. Subject of the study – machine learning models used to analyze the predictive power of technical indicators. Purpose of the study – to develop and experimentally evaluate the effectiveness of machine learning models for forecasting cryptocurrency price dynamics using a set of technical indicators. Result of the study – a software solution was developed that trains a machine learning model based on a specific technical indicator, this solution also demonstrates the indicator’s predictive effectiveness. A comparative analysis of the results obtained using different approaches was conducted. The software solution was developed in the Jupiter Notebook environment using the Python programming language. The study utilized market data retrieved from the Yahoo Finance platform
dc.format.extent149 с.
dc.identifier.citationБедлінський, К. І. Моделі машинного навчання в задачах аналізу здатності технічних індикаторів прогнозувати ціни криптовалют : дипломна робота … бакалавра : 124 Системний аналіз / Бедлінський Кірілл Ігорович. – Київ, 2025. – 149 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/76269
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectмашинне навчання
dc.subjectпрогностична здатність
dc.subjectтехнічні індикатори
dc.subjectринок криптовалют
dc.subjectзадачі класифікації
dc.subjectmachine learning
dc.subjectpredictive power
dc.subjecttechnical indicators
dc.subjectcryptocurrency market
dc.subjectclassification tasks
dc.titleМоделі машинного навчання в задачах аналізу здатності технічних індикаторів прогнозувати ціни криптовалют
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Bedlinskyi_bakalavr.pdf
Розмір:
8.56 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ММСА)
Бакалаврські роботи