Підхід до аналізу індексу акцій з використанням штучних нейронних мереж

Скорочена інформація про документ
dc.contributor.advisorМухін, Вадим Євгенійович
dc.contributor.authorСтельмащук, Мар'яна Миколаївна
dc.date.accessioned2019-09-18T16:10:25Z
dc.date.available2019-09-18T16:10:25Z
dc.date.issued2019-06
dc.description.abstractenThesis contains: 88 p., 6 tables, 23 fig., 2 add. and 20 references. The theme: Stock index analysis approach using artificial neural networks. The purpose of this work is to implement and analyze neural network architectures in order to determine which type of neural network shows the best results in stock index forecasting. To solve the problem, a multilayer neural network, a convolutional neural network and a long short-term memory network are used. The object of the study is the time series of Apple’s stock indexes. The subject of the study is a multilayer neural network, convolutional neural network and a long short-term memory network as methods for stock index forecasting. The relevance of the study is stock index forecasting in a context of changes and large amounts of information. The result of this work is the neural network architecture, which accurately predicts the stock index. For further research, it is advisable to learn the neural network on high-frequency data, use all available information on stock prices, and use more sophisticated neural network architectures. However, this requires the availability of information that is not publicly available, as well as the large computing power of used computer systems. uk
dc.description.abstractukДипломна робота: 88 с., 6 табл., 23 рис., 2 дод.та 20 джерел. Метою даної роботи є реалізація і аналіз різних архітектур нейронних мереж, щоб визначити який тип нейронної мережі демонструє найкращі результати в прогнозуванні індексу акцій. Для розв’язку поставленої задачі використовуються багатошарова нейронна мережа, згорткова нейронна мережа та мережа довгої короткочасної пам’яті. Об’єктом дослідження є часові ряди цін акцій на прикладі компанії Apple. Предметом дослідження є багатошарова нейронна мережа, згорткова нейронна мережі та мережа довгої короткочасної пам’яті як методи прогнозування індексу акцій. Актуальність дослідження зумовлена необхідністю прогнозувати фондові ринки в умовах постійних змін та великої кількості інформації. Результатом цієї роботи є архітектура нейронно мережі, яка з певною точністю прогнозує індекс акцій. Для подальших досладжень доцільно навчати нейронну мережу на високочастотних даних, використовувати всю доступну інформацію про ціну акцій, а також використовувати більш складні архітектури нейронних мереж. Однак це потребує наявності інформації, яка не знаходиться в публічному доступі, а також більших обчислювальних потужностей використовуваних комп’ютерних систем.uk
dc.format.page88 с.uk
dc.identifier.citationСтельмащук, М. М. Підхід до аналізу індексу акцій з використанням штучних нейронних мереж : дипломна робота … бакалавра : 6.040303 Системний аналіз / Стельмащук Мар'яна Миколаївна. – Київ, 2019. – 88 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/29351
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectіндекс акційuk
dc.subjectбагатошарова нейронна мережаuk
dc.subjectзгорткова нейронна мережаuk
dc.subjectнейронна мережа довгої короткочасної пам’ятіuk
dc.subjectпроцес навчанняuk
dc.subjectперенавчанняuk
dc.subjectточністьuk
dc.subjectпохибкаuk
dc.subjectматриця неточностейuk
dc.subjectstock indexuk
dc.subjectmulrilayer neural networkuk
dc.subjectconvulation neural networkuk
dc.subjectlong short-term memoryuk
dc.subjectlearninguk
dc.subjectoverfittinguk
dc.subjectmodel lossuk
dc.subjectmodel accurancyuk
dc.titleПідхід до аналізу індексу акцій з використанням штучних нейронних мережuk
dc.typeBachelor Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
Stelmashchuk_bakalavr.docx
Розмір:
2.76 MB
Формат:
Microsoft Word XML
Опис:
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