Прогноз курсу криптовалюти Bitcoin на основі мереж Байєса

Скорочена інформація про документ
dc.contributor.advisorТерентьєв, Олександр Миколайович
dc.contributor.authorМакогон, Роман Олександрович
dc.date.accessioned2020-02-28T13:23:07Z
dc.date.available2020-02-28T13:23:07Z
dc.date.issued2019-12
dc.description.abstractenRelevance of the topic – effective Blockchain-based solutions exist in the world, such as Bitcoin, an innovative payment network and digital currency. Big data is closely linked to this technology. One of the industries that is now actively accumulating such data – is a cryptocurrency exchange business - Binance, EXMO, Bittrex, etc. There is now a need for tools that allow to analyze such data in order to obtain useful information for commercial use. The Bayesian network (BN) is a very effective tool for this task. Achieving the goal requires solving the following tasks: 1. Analysis of the principles of functioning and pricing of Bitcoin cryptocurrency 2. Analysis of different methods of forecasting the Bitcoin rate. 3.Analysis of the principles of building BN based on training data. 4. Analysis of methods for constructing probabilistic inference in BN. 5. Implementation of the heuristic algorithm of BN construction as a software product. 6. Implementation of probabilistic inference in the constructed network. 7. Testing the software on training data, which is a sample of a historical data on the fluctuation of the Bitcoin cryptocurrency. 8. Analysis of the effectiveness of the created model, comparison of the accuracy of the constructed forecast with the results of other studies in the field of cryptocurrency forecasting. Objective of the study is the statistics on the history of Bitcoin exchange rate fluctuations that require effective analytical processing to predict its future fluctuations. 6. Implementation of probabilistic inference in the constructed network. 7. Testing the software on training data, which is a sample of a historical data on the fluctuation of the Bitcoin cryptocurrency. 8. Analysis of the effectiveness of the created model, comparison of the accuracy of the constructed forecast with the results of other studies in the field of cryptocurrency forecasting. Objective of the study is the statistics on the history of Bitcoin exchange rate fluctuations that require effective analytical processing to predict its future fluctuations.uk
dc.description.abstractukУ світі працюють ефективні рішення побудовані на базі Блокчейн, такі як наприклад Біткоін - інноваційна мережа платежів та цифрова валюта. З цією технологією тісно пов’язані великі дані. Одна з галузей, що зараз активно накопичує такі дані – біржі обміну криптовалют – Binance, EXMO, Bittrex, та інші. Наразі існує потреба в інструментах, які дозволяють аналізувати такі дані, щоб отримувати корисну інформацію, придатну для комерційного застосування. Мережі Байєса є ефективним інструментом для вирішення цієї задачі. Метою дослідження є створення системи підтримки прийняття рішень (СППР), що призначена для побудови структури дискретної мережі Байєса (МБ) за навчальними даними, ймовірнісного висновку в ній, та використання її для прогнозу курсу криптовалюти Біткоін. Досягнення поставленої мети вимагає розв’язання таких задач: 1. Аналіз принципів функціонування та ціноутворення криптовалюти Біткоін 2. Аналіз існуючих методів прогнозування курсу Біткоін. 3. Аналіз принципів побудови МБ за навчальними даними. 4. Аналіз методів побудови ймовірнісного висновку в МБ. 5. Реалізація евристичного алгоритму побудови МБ у вигляді програмного продукту. 6. Реалізація ймовірнісного висновку в побудованій мережі. 7. Апробація програмного продукту на навчальних даних, що становлять вибірку історичних даних коливання курсу криптовалюти Біткоін. 8. Аналіз ефективності створеної моделі, порівняння точності побудованого прогнозу з результатами інших досліджень у сфері прогнозування курсу криптовалют. Об’єктом дослідження є статистичні дані щодо історії коливання курсу Біткоін, а також 24 функцій ринку та мережі Біткоін, зібраних щоденно з 2009 року, які потребують ефективної аналітичної обробки з метою прогнозування подальших коливань його курсу. Предметом дослідження є метод прогнозування курсу криптовалют з використанням МБ, навчання ймовірнісних МБ за статистичними даними та формування ймовірнісного висновку. Методи дослідження базуються на поняттях теорії ймовірності та математичної статистики, теорії графів та теорії формування ймовірнісного висновку у МБ, принципах функціонування та ціноутворення в криптовалюті Біткоін. Наукова новизна одержаних результатів: реалізовано евристичний метод побудови МБ за навчальними даними. Реалізовано ймовірнісний висновок в побудованій мережі. Реалізовано алгоритм виключення змінних для знаходження ймовірнісного висновку в побудованій мережі. Реалізовано СППР, що використовує розроблений метод для прогнозування курсу криптовалюти Біткоін на різних часових проміжках. Проведено порівняльний аналіз точності прогнозування з результатами інших досліджень в сфері прогнозування курсу Біткоін.uk
dc.format.page119 с.uk
dc.identifier.citationМакогон, Р. О. Прогноз курсу криптовалюти Bitcoin на основі мереж Байєса : магістерська дис. : 124 Системний аналіз / Макогон Роман Олександрович. - Київ, 2019. - 119 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/32006
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectкриптовалютаuk
dc.subjectбіткоінuk
dc.subjectпрогнозуванняuk
dc.subjectеврістичний методuk
dc.subjectінтелектуальний аналіз данихuk
dc.subjectймовірнісний висновокuk
dc.subjectмережа Байєсаuk
dc.subjectнавчальні даніuk
dc.subjectcryptocurrencyuk
dc.subjectbitcoinuk
dc.subjectforecastinguk
dc.subjectheuristic method,uk
dc.subjectdigital analysisuk
dc.subjectinferenceuk
dc.subjectbayesian networkuk
dc.subjecttraining data.uk
dc.subject.udc519.254uk
dc.titleПрогноз курсу криптовалюти Bitcoin на основі мереж Байєсаuk
dc.typeMaster Thesisuk

Файли

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

Зібрання

Магістерські роботи (ММСА)
Магістерські роботи