Сурогатні моделі для відтворення динаміки цін фінансових активів

Скорочена інформація про документ
dc.contributor.advisorДмитрієва, Ольга Анатоліївна
dc.contributor.authorПрийма, Владислав Михайлович
dc.date.accessioned2026-08-12T10:07:47Z
dc.date.available2026-08-12T10:07:47Z
dc.date.issued2026
dc.description.abstractДипломна робота: 117 с., 25 рис., 6 табл., 2 додатки, 35 джерел. Об’єктом дослідження є багатовимірні динамічні процеси, еволюція яких описується стохастичними диференціальними рівняннями з корельованими шумами. Предметом дослідження є методи побудови нейромережевих сурогатних моделей для відтворення розподілових та часових характеристик дохідностей фінансових активів. Метою роботи є розробка, обґрунтування і реалізація сурогатних моделей для дослідження поведінки основних фінансових показників на основі нейромережевої апроксимації стохастичної динаміки логарифмічних дохідностей. Методи дослідження базуються на основних положеннях теорії стохастичних диференціальних рівнянь, чисельних схемах інтегрування, теорії ймовірності та математичної статистики, методах глибокого навчання (рекурентні мережі, трансформери, Neural SDE, WGAN-GP) та статистичних тестах оцінювання якості розподілів (KS, Wasserstein, MMD). Практичне значення роботи полягає в тому, що запропоновані нейромережеві сурогати можуть замінити обчислювально дорогий симулятор Гестона у задачах, де критичною є швидкодія: оцінюванні ринкового ризику, стрес-тестуванні портфелів, ціноутворенні похідних інструментів і навчанні моделей машинного навчання на синтетичних даних. У роботі запропоновано і програмно реалізовано в середовищі Python з використанням бібліотеки PyTorch архітектуру Neural SDE-GAN з двовимірним станом Heston-типу та змагальним навчанням.
dc.description.abstractotherDiploma thesis: 117 p., 25 figures, 6 tables, 2 appendices, 35 references. The object of the study is multidimensional dynamic processes whose evolution is described by stochastic differential equations with correlated noise. The subject of the study is methods for constructing neural network surrogate models for reproducing the distributional and temporal characteristics of returns of financial assets. The aim of the work is the development, justification, and implementation of surrogate models for studying the behavior of key financial indicators based on neural network approximation of the stochastic dynamics of log-returns. The research methods are based on the fundamentals of the theory of stochastic differential equations, numerical integration schemes, probability theory and mathematical statistics, deep learning methods (recurrent networks, transformers, Neural SDE, WGAN-GP), and statistical tests for distribution quality evaluation (KS, Wasserstein, MMD). The practical significance of the work lies in the fact that the proposed neural network surrogates can replace the computationally expensive Heston simulator in tasks where speed is critical: market risk assessment, portfolio stress testing, derivative pricing, and training machine learning models on synthetic data. The work proposes and implements in software in Python with PyTorch the Neural SDE-GAN architecture with a two-dimensional Heston-type state and adversarial training.
dc.format.extent117 с.
dc.identifier.citationПрийма, В. М. Сурогатні моделі для відтворення динаміки цін фінансових активів : дипломна робота … бакалавра : 124 Системний аналіз / Прийма Владислав Михайлович. – Київ, 2026. – 117 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/82414
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectсурогатні моделі
dc.subjectдинаміка цін
dc.subjectфінансові активи
dc.subjectнейронні мережі
dc.subjectстохастичні диференціальні рівняння
dc.subjectфінансові часові ряди
dc.subjectsurrogate models
dc.subjectprice dynamics
dc.subjectfinancial assets
dc.subjectneural networks
dc.subjectstochastic differential equations
dc.subjectfinancial time series
dc.titleСурогатні моделі для відтворення динаміки цін фінансових активів
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Pryima_bakalavr.pdf
Розмір:
5.05 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