Дослідження ефективності алгоритмів машинного навчання для задачі управління активами на ринку криптовалют з урахуванням оцінки довіри користувачів до криптовалюти
Вантажиться...
Дата
2023
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
Анотація
Дипломна робота: 177с., 37 рис., 16 табл., 2 додатки, 23 джерела.
Для проведення цього дослідження було розроблено базу даних і
Python додаток для завантаження щохвилинних свічкових даних з
криптовалютної біржі, а потім розміщено на віддаленому сервері.
Потім дані були оброблені та на них було визначено ключові точки, де
рекомендувалося закривати короткі і відкривати довгі позиції (локальні
мінімуми) або закривати довгі і відкривати короткі позиції (локальні
максимуми).
Для прогнозування та прийняття рішень було розроблено три моделі
нейронних мереж: довготривала короткочасна пам’ять (LSTM), одновимірна
згорткова нейронна мережа (1D-CNN) і модель ансамблю, що поєднує LSTM
і 1D-CNN. Щоб забезпечити надійну оцінку продуктивності, було реалізовано
методологію перехресної перевірки з розбиттям часового ряду на тренувальні
і тестові вибірки. Крім того, було проведено автоматичний пошук
гіперпараметрів для оптимізації конфігурації моделей.
Дослідження також передбачало розробку цільового стовпця та
користувацьких показників, адаптованих до конкретного завдання управління
активами на ринку криптовалют. Ці показники були розроблені для оцінки
ефективності моделей з точки зору прибутковості та управління ризиками.
Результати цього дослідження показують ефективність алгоритмів
машинного навчання для управління активами на ринку криптовалют,
враховуючи рейтинги довіри користувачів до криптовалют.
Опис
Ключові слова
машинне навчання, глибоке навчання, нейронна мережа, ансамбль, прогнозування часового ряду, попередня обробка даних, перехресна перевірка, підбір гіперпараметрів, криптовалюти, управління ризиками, управління активами, machine learning, deep learning, neural networks, lstm, 1d-cnn, ensemble, time-series prediction, data preprocessing, cross-validation, hyperparameter tuning, cryptocurrencies, binance, risk management, asset management
Бібліографічний опис
Кротенко, Н. С. Дослідження ефективності алгоритмів машинного навчання для задачі управління активами на ринку криптовалют з урахуванням оцінки довіри користувачів до криптовалюти : дипломна робота ... бакалавра : 124 Системний аналіз / Кротенко Нікіта Сергійович. – Київ, 2023. – 177 с.