Інформаційна система «Прогнозування фінансових часових рядів»

Скорочена інформація про документ
dc.contributor.advisorСелін, Юрій Миколайович
dc.contributor.authorШинкарчук, Денис Дмитрович
dc.date.accessioned2025-10-07T08:54:58Z
dc.date.available2025-10-07T08:54:58Z
dc.date.issued2025
dc.description.abstractДипломна робота: 135 с.,19 рис.,12 табл., 2 дод., 69 джерел. Об’єкт дослідження – фінансові часові ряди, зокрема історичні дані валового внутрішнього продукту (ВВП) країн світу з 1960 по 2022 рік. Предмет дослідження – інформаційні моделі прогнозування часових рядів ВВП та засоби їх реалізації. Мета роботи – розробити гнучку інформаційну систему на мові Python для прогнозування ВВП на основі реальних часових рядів, застосовуючи як класичні статистичні методи (ARIMA), так і моделі машинного навчання. Методи дослідження – математичне моделювання, статистичний аналіз, авторегресійні моделі, алгоритми машинного навчання, лінійна регресія, візуалізація даних. Актуальність – в умовах геополітичної нестабільності, глобальних економічних змін і пандемічних наслідків критично важливо мати точні прогнози основних макроекономічних показників. Побудова адаптивних моделей прогнозування дозволяє органам державного управління, інвесторам і підприємствам приймати обґрунтовані рішення. Результати роботи – реалізовано інформаційну систему, що дозволяє імпортувати, очищати, обробляти та аналізувати фінансові часові ряди ВВП. Побудовано сім моделей прогнозування, результати яких порівнювалися за метриками MAE, MSE, RMSE та MAPE. Шляхи подальшого розвитку предмету дослідження – інтеграція моделі LSTM для покращення довгострокових прогнозів, розширення інформаційної системи до інших економічних індикаторів, впровадження автоматичної оцінки.
dc.description.abstractotherDiploma work: 135 pages, 19 figures, 12 tables, 2 appendices, 69 references. Object of study – financial time series, particularly historical GDP data of countries from 1960 to 2022. Subject of study – information models for GDP time series forecasting and tools for their implementation. Aim of the thesis – to develop a flexible information system in Python for forecasting GDP based on real-world time series using both classical statistical methods (ARIMA) and modern machine learning models. Methods of research – mathematical modeling, statistical analysis, autoregressive models, machine learning algorithms, linear regression, and data visualization. Relevance – in the context of geopolitical instability, global economic shifts, and post-pandemic recovery, it is critically important to obtain accurate forecasts of key macroeconomic indicators. Results of the thesis – an information system was implemented that allows for importing, cleaning, processing, and analyzing GDP time series data. Seven forecasting models were built and evaluated using MAE, MSE, RMSE, and MAPE metrics. Directions for further research – integration of LSTM models to improve longterm forecasting accuracy, extension of the information system to cover other economic indicators, implementation of automated model performance assessment, and development of a more user-friendly interface.
dc.format.extent135 с.
dc.identifier.citationШинкарчук, Д. Д. Інформаційна система «Прогнозування фінансових часових рядів» : дипломна робота … бакалавра : 124 Системний аналіз / Шинкарчук Денис Дмитрович. – Київ, 2025. – 135 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/76622
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectпрогнозування
dc.subjectввп
dc.subjectчасові ряди
dc.subjectarima
dc.subjectмашинне навчання
dc.subjectpython
dc.subjectфінансові інформаційні системи.
dc.subjectforecasting
dc.subjectgdp
dc.subjecttime series
dc.subjectarima
dc.subjectmachine learning
dc.subjectpython
dc.subjectfinancial information systems
dc.titleІнформаційна система «Прогнозування фінансових часових рядів»
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Shynkarchuk_bakalavr.pdf
Розмір:
2.23 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