Моделювання та прогнозування процесів на фондовому ринку методами штучного інтелекту

Скорочена інформація про документ
dc.contributor.advisorКузнєцова, Наталія Володимирівна
dc.contributor.authorТеванян, Роман Робертович
dc.date.accessioned2025-02-07T14:47:20Z
dc.date.available2025-02-07T14:47:20Z
dc.date.issued2024
dc.description.abstractМагістерська дисертація: 94 с., 20 рис., 23 табл., 1 дод., 21 джерело Об’єкт дослідження - набір даних цін акцій компаній S&P 500. Предмет дослідження: застосування алгоритмів штучного інтелекту до задач прогнозування цін акцій. Метою роботи є дослідження ефективності алгоритмів штучного інтелекту в задачах моделювання та прогнозування процесів на фондовому ринку. Вищеописане реалізовано за допомогою методів машинного навчання, які були застосовані на даних цін акцій, що знаходяться у відкритому доступі. Було описано суть цих методів, задачі, для вирішення яких підходить кожен окремий метод. На основі цієї інформації вже було написано та модифіковано алгоритми для конкретних задач. Для побудови моделей було використано мову програмування Python та її бібліотеки. Ефективність кожної моделі була виміряна відповідними метриками, результати продемонстровані візуально за допомогою графіків. Результатом роботи програми є рекомендації щодо дій, повʼязаних із роботою з акціями компаній. Зважаючи на ці рекомендації, субʼєкт може прийняти кращі рішення в актуальній для нього області.
dc.description.abstractotherMaster’s thesis: 94 pages, 20 figures, 23 tables, 1 appendix, 21 references The object of the study is a dataset of stock prices of S&P 500 companies. Subject of the study: application of artificial intelligence algorithms to stock price forecasting tasks. The purpose of the work is to study the effectiveness of artificial intelligence algorithms in modeling and forecasting processes in the stock market. The above was implemented using machine learning methods that were applied to publicly available stock price data. The essence of these methods and the tasks for which each individual method is suitable were described. Based on this information, algorithms for specific tasks have already been written and modified. The Python programming language and its libraries were used to build the models. The effectiveness of each model was measured by appropriate metrics, and the results were visually demonstrated using graphs. The result of the program is recommendations for actions related to working with company stocks. Taking these recommendations into account, a person can make better decisions in the area relevant to him.
dc.format.extent94 с.
dc.identifier.citationТеванян, Р. Р. Моделювання та прогнозування процесів на фондовому ринку методами штучного інтелекту : магістерська дис. : 124 Системний аналіз / Теванян Роман Робертович. - Київ, 2024. - 94 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/72396
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectштучний інтелект
dc.subjectакції
dc.subjectфондовий ринок
dc.subjectнейронні мережі
dc.subjectartificial intelligence
dc.subjectstocks
dc.subjectstock market
dc.subjectneural networks
dc.subject.udc303.732.4
dc.titleМоделювання та прогнозування процесів на фондовому ринку методами штучного інтелекту
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Tevanian_magistr.pdf
Розмір:
2.04 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 (ММСА)
Магістерські роботи