Самонавчання та розвиток алгоритмів машинного навчання для прогнозування фінансових ринків

Скорочена інформація про документ
dc.contributor.advisorЖиров, Олександр Леонідович
dc.contributor.authorСтеф’юк, Станіслав Васильович
dc.date.accessioned2024-10-30T13:16:17Z
dc.date.available2024-10-30T13:16:17Z
dc.date.issued2024
dc.description.abstractДипломна робота: 86 с., 22 рис., 6 табл., 23 посилань, 1 додаток. У цій роботі розглянута тема використання нейронних мереж з самонавчанням для передбачення фінансових ринків, перспективи їх використання в сфері фінансів та банкінгу. Об’єктом дослідження стала історія вартості компаній на ринку цінних паперів. Предмет дослідження – нейронні мережі з самонавчанням для прогнозування змін цін ринку акцій. Мета роботи – визначити потенціал використання нейронних мереж з самонавчанням для прогнозування фінансових ринків. В першому розділі досліджено предметну область завдання. Розглянуто різні аспекти фінансового ринку, його особливості та наявні методи передбачення розвитку ринку акцій. В другому розділі проведено огляд різних типів нейронних мереж та методів їх оптимізації. В третьому розділі розроблено програмний продукт для дослідження ефективності нейронних мереж з самонавчанням для прогнозування фінансових ринків та проаналізовано його результати. В четвертому розділі оцінено характеристики програмного продукту та проведено функціонально-вартісний аналіз. Підбито підсумок про потенціал використання нейронних мереж з самонавчанням в сфері фінансів та банкінгу, проведено аналіз моделі та описано способи її подальшого покращення.
dc.description.abstractotherMaster's thesis: 86 p., 22 figures, 6 tables, 23 references, 1 appendix. This paper discusses the use of self-learning neural networks for predicting financial markets and the prospects for their use in finance and banking. The object of the study is the history of the value of companies in the securities market. The subject of the study is self-learning neural networks for forecasting changes in stock market prices. The purpose of the study is to determine the potential of using self-learning neural networks for forecasting financial markets. The first section explores the subject area of the task. Various aspects of the financial market, its features, and existing methods for predicting the development of the stock market are considered. The second section provides an overview of different types of neural networks and methods of their optimization. The third section develops a software product for studying the effectiveness of self-learning neural networks for forecasting financial markets and analyzes its results. The fourth section evaluates the characteristics of the software product and conducts a functional and cost analysis. The potential of using self-learning neural networks in finance and banking is summarized, the model is analyzed, and ways to further improve it are described.
dc.format.extent85 с.
dc.identifier.citationСтеф’юк, С. В. Самонавчання та розвиток алгоритмів машинного навчання для прогнозування фінансових ринків : дипломна робота ... бакалавра : 122 Комп'ютерні науки / Стеф’юк Станіслав Васильович. – Київ, 2024. – 85 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/70267
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectштучний інтелект
dc.subjectмашинне навчання
dc.subjectнейронні мережі
dc.subjectсамонавчання
dc.subjectринок акцій
dc.subjectпередавальне навчання
dc.subjectartificial intelligence
dc.subjectmachine learning
dc.subjectneural networks
dc.subjectself-learning
dc.subjectstock market
dc.subjecttransfer learning
dc.titleСамонавчання та розвиток алгоритмів машинного навчання для прогнозування фінансових ринків
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Stefiuk_bakalavr.pdf
Розмір:
1.93 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 (ШІ)
Бакалаврські роботи