Алгоритмічна торгівля з використанням текстових сигналів та навчання з підкріпленням
| dc.contributor.advisor | Касьянов, Павло Олегович | |
| dc.contributor.author | Баздирев, Антон Андрійович | |
| dc.date.accessioned | 2022-02-16T12:54:12Z | |
| dc.date.available | 2022-02-16T12:54:12Z | |
| dc.date.issued | 2021 | |
| dc.description.abstract | Магістерська дисертація: 77 с., 24 рис., 23 табл., 1 дод., 11 джерел. Об’єкт дослідження – ринок деривативів на криптовалютні активи. Предмет дослідження: індикатори технічного аналізу, моделі для роботи з природною мовою, алгоритми навчання з підкріпленням. Мета роботи – розробити та імплементувати систему для алгоритмічної торгівлі, що є стійкою до ринкової паніки, спричиненої новинами та іншими неринковими факторами. Було запропоновано архітектуру та створено імплементацію системи у вигляді програмного продукту для автоматичної алгоритмічної торгівлі, що повністю задовольняє умовам поставленої задачі. Програмну імплементацію було протестовано на реальних даних. Подальший розвиток дослідження – тестування системи на інших фінансових інструментах, а також покращення методології обрахунку функції апроксимації стану з метою підвищення робастності системи. | uk |
| dc.description.abstracten | Master’s thesis explanatory note: 77 p., 24 fig., 23 tables, 1 appendixes, 11 sources. The object of study is the market for cryptocurrency derivatives. Subject of study: indicators of technical analysis, NLP models, reinforcement learning algorithms. The purpose of the work is to develop and implement a system for algorithmic trading that is resistant to market panic caused by news and other non-market factors. The architecture was proposed and the system implementation was created in the form of a software product for automatic algorithmic trading, which fully satisfies the requirement of the task. The software implementation was tested on real data. Further development of the research: testing the system on other financial instruments, as well as improving the methodology for calculating the state approximation function in order to increase the robustness of the system. | uk |
| dc.format.page | 77 с. | uk |
| dc.identifier.citation | Баздирев, А. А. Алгоритмічна торгівля з використанням текстових сигналів та навчання з підкріпленням : магістерська дис. : 124 Системний аналіз / Баздирев Антон Андрійович. – Київ, 2021. – 77 с. | uk |
| dc.identifier.uri | https://ela.kpi.ua/handle/123456789/46542 | |
| dc.language.iso | uk | uk |
| dc.publisher | КПІ ім. Ігоря Сікорського | uk |
| dc.publisher.place | Київ | uk |
| dc.subject | алгоритмічна торгівля з використанням текстових сигналів та навчання з підкріпленням | uk |
| dc.subject | алгоритмічна торгівля | uk |
| dc.subject | q-навчання | uk |
| dc.subject | неструктуровані текстові дані | uk |
| dc.subject | text features and reinforcement learnin in algorithmic trading | uk |
| dc.subject | algorithmic trading | uk |
| dc.subject | q-learning | uk |
| dc.subject | unstructured text data | uk |
| dc.subject.udc | 004.896 | uk |
| dc.title | Алгоритмічна торгівля з використанням текстових сигналів та навчання з підкріпленням | uk |
| dc.type | Master Thesis | uk |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- Bazdyrev_magistr.pdf
- Розмір:
- 10.79 MB
- Формат:
- Adobe Portable Document Format
- Опис:
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 9.01 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: