Метод та програмне забезпечення системи прогнозування вартості криптовалют

Скорочена інформація про документ
dc.contributor.advisorЛіхоузова, Тетяна Анатоліївна
dc.contributor.authorЧернецький, Ярослав Сергійович
dc.date.accessioned2024-03-06T08:36:55Z
dc.date.available2024-03-06T08:36:55Z
dc.date.issued2024
dc.description.abstractРозмір пояснювальної записки – 103 аркушів, містить 8 ілюстрації, 32 таблиці, 5 додатків, 38 посилань на джерела. Актуальність теми. У роботі розглянуто проблему Формування вартості криптовалют. Проаналізувавши наявні дослідження обраного об’єкта, а саме програмного забезпечення для прогнозування вартості криптовалют, було виявлено, що існуючі рішення проблеми фокусуються на прогнозуванні високапіталізованих криптовалют. Питання прогнозування вартості малокапіталізованих цифрових активів наразі не досліджене, незважаючи на важливість даної теми. В зв’язку з цим виявлено потребу в розробці архітектурного рішення, що дозволить здійснювати прогнозування вартості малокапіталізованих активів. Мета дослідження. Основною метою є покращення точності прогнозу вання вартості високоволатильних та малокапіталізованих криптовалют за рахунок використання синтетичних даних згенерованих АОМ. Об’єкт дослідження: програмне забезпечення для прогнозування вартості криптовалют. Предмет дослідження: методи прогнозування числових рядів. Для реалізації поставленої мети сформульовані наступні завдання: − аналіз наявних досліджень методів та рішень прогнозування вартості криптовалют; − аналіз наявних математичних методів прогнозування числових рядів; − визначити інформацію необхідну для прогнозування; − підготовка даних необхідних для тренування моделей; − реалізація програмного коду, який вирішує поставлене завдання з використанням обраних методів; − розробка графічного інтерфейсу для демонстрації програмного забезпечення; − проведення маркетингового аналізу проєкту; − оцінка ефективності запропонованого рішення. Наукова новизна результатів магістерської дисертації полягає в набутті подальшого розвитку використання комбінованого методу для побудови моделей прогнозування вартості криптовалют та використання синтетичних даних для тренування моделей для високоволатильних криптовалют. Практичне значення отриманих результатів полягає в тому, що розроблено ефективне архітектурне рішення для прогнозування вартості малокапіталізованих криптовалют, яке використовує синтетичні дані для тренування моделей. Дане рішення може бути використане інвесторами та фінансовими аналітиками криптовалютного ринку для глибшого розуміння та прогнозування вартості цифрових активів. Зв’язок з науковими програмами, планами, темами. Робота виконувалась на кафедрі інформатики та програмної інженерії Національного технічного університету України «Київський політехнічний інститут ім. Ігоря Сікорського» . Апробація. Наукові положення дисертації пройшли апробацію на V Всеукраїнській науково-практичній конференції молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології» (SoftTech-2023) – м. Київ. Публікації. Наукові положення дисертації опубліковані в тезах доповідей на науково-технічній конференції «SoftTech-2023».
dc.description.abstractotherExplanatory note size – 103 pages, contains 8 illustrations, 32 tables, 5 applications, 38 references. Topicality. The paper considers a problem of Cryptocurrency Value Formation. Analyzing the existing studies of the chosen object, namely software for predicting cryptocurrency prices, it was found that existing solutions focus on predicting high-capitalization cryptocurrencies. The issue of predicting the value of low-capitalization digital assets has not been explored, despite its importance. This highlights the need for developing an architectural solution that will allow for predicting the value of low-capitalization assets. The aim of the study. The main goal is to improve the accuracy of predicting the value of high-volatility and low-capitalization cryptocurrencies using synthetic data generated by AOM. The object of research: software for predicting cryptocurrency values. The subject of research: methods for predicting numerical series. To achieve this goal, the following tasks were formulated: - analyze existing research on methods and solutions for predicting cryptocurrency values; - analyze existing mathematical methods for predicting numerical series; - identify information necessary for prediction; - prepare data needed for training models; - implement program code that solves the task using the chosen methods; - develop a graphical interface to demonstrate the software; - conduct a marketing analysis of the project; - evaluate the effectiveness of the proposed solution. The scientific novelty of the results of the master's dissertation is the further development of using a combined method for building models for predicting cryptocurrency values and the use of synthetic data for training models for high volatility cryptocurrencies. The practical value of the obtained results is that is that an effective architectural solution for predicting the value of low-capitalization cryptocurrencies has been developed, which uses synthetic data for training models. This solution can be used by investors and financial analysts of the cryptocurrency market for a deeper understanding and prediction of the value of digital assets. Relationship with working with scientific programs, plans, topics. The work was performed at the Department of Informatics and Software Engineering of the National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute”. Approbation. The scientific provisions of the dissertation were tested at the V All-Ukrainian Scientific and Practical Conference of Young Scientists and Students "Software Engineering and Advanced Information Technologies" (SoftTech-2023). Publications. The scientific provisions of the dissertation were published in abstracts of the scientific and technical conference "SoftTech-2023".
dc.format.extent104 c.
dc.identifier.citationЧернецький, Я. С. Метод та програмне забезпечення системи прогнозування вартості криптовалют : магістерська дис. : 121 Інженерія програмного забезпечення / Чернецький Ярослав Сергійович. - Київ, 2024. - 104 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/65234
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectкриптовалюта
dc.subjectпрогнозування вартості
dc.subjectLSTM
dc.subjectАОМ
dc.subjectcryptocurrency
dc.subjectprice prediction
dc.subject.udc004.85
dc.titleМетод та програмне забезпечення системи прогнозування вартості криптовалют
dc.title.alternativeMethod and Software for Cryptocurrency Value Forecasting System
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Chernetskyi_magistr.pdf
Розмір:
2.31 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

Магістерські роботи (ІПІ)
Магістерські роботи