Прогнозування часових рядів ринкового курсу криптовалют
Вантажиться...
Дата
2023
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
Анотація
Кваліфікаційна робота: 89 с., 6 табл., 20 рис., 2 додатки, 20 джерел.
Об'єкт дослідження: прогнозування часових рядів рекурентними
нейронними мережами LSTM та GRU.
Мета роботи: поглибити знання щодо прогнозування часових рядів
рекурентними нейронними мережами LSTM та GRU, розробити архітектури
нейронних мереж з шарами LSTM та GRU, інтерпретувати параметри мереж
та отримати змістовні результати на практичній задачі прогнозування
фінансового повернення з активу.
Методи досліджень: поняття і методи фінансового технічного аналізу,
методів оптимізації, алгоритми та підходи машинного навчання, нейронних
мереж.
Одержані висновки та їх новизна: нейронні мережі є потужним
сучасним підходом для вирішення задачі прогнозування часових рядів.
Розроблені архітектури мереж пропонують як і низько ризикові, так і високо
ризикові точки входу в фінансову угоду.
Результати досліджень можуть бути застосовані при використанні
моделей як торгових сигналів експертами інвестиційної криптовалютної
галузі. В залежності від типу торгівлі можна використовувати модель із
шарами LSTM для низько ризикової торгівля та модель із шарами GRU для
високо ризикової торгівлі. Наведено інтерпретацію параметрів нейронних
мереж, що вирішує проблему «чорного ящику».
Опис
Ключові слова
рекурентні нейронні мережі, прогнозування часових рядів, прогнозування фінансового повернення, інтерпретація нейронних мереж, архітектура рекурентних нейронних мереж, вектор шеплі, recurrent neural networks, lstm, gru, time series forecasting, forecasting financial return, neural networks interpretation, architecture of recurrent neural networks, shapley value
Бібліографічний опис
Радченко, Д. О. Прогнозування часових рядів ринкового курсу криптовалют : дипломна робота ... бакалавра : 124 Системний аналіз / Радченко Дмитро Олексійович. – Київ, 2023. – 89 с.