Системне моделювання вартості акцій по закриттю біржового ринку компанії Alphabet

Скорочена інформація про документ
dc.contributor.advisorДанилов, Валерій Якович
dc.contributor.authorГирила, Степан Ігорович
dc.date.accessioned2023-09-12T08:52:52Z
dc.date.available2023-09-12T08:52:52Z
dc.date.issued2023
dc.description.abstractДипломна робота: 104 сторінки, 6 таблиць, 40 рисунків, 2 додатки та 25 джерел. Об’єкт дослідження — дані про вартість акцій по закриттю біржового ринку компанії Alphabet з часу її виходу на IPO (першої емісії акцій) до сьогоднішнього дня. Тобто у період з 19 серпня 2004 року до 25 травня 2023 року. Предмет досліджень — багатошарові нейронні мережі, згорткові нейронні мережі та мережі довгої короткочасної пам’яті, які використовуються для аналізу трендів акцій. Мета роботи — вивчення основних архітектур нейронних мереж для прогнозування ціни акцій. Побудувати кілька таких архітектур і порівняти їх ефективність для даної задачі. Провести дослідження можливості подальшого поліпшення результатів. Актуальність цієї роботи полягає в тому, що штучні нейронні мережі дозволяють зробити більш точні прогнози ціни акцій, порівняно з іншими технічними методами. Вони здатні обробити та знайти закономірності у обширному обсязі даних, а також швидко адаптуватися до нових умов. У процесі виконання роботи було реалізовано кілька архітектур нейронних мереж, і був проведений аналіз їх результатів. Для цього було реалізовано програмний продукт на мові програмування Python. Для подальшого поліпшення результатів можна використовувати Keras Tuner, який автоматично підбирає оптимальні гіперпараметри нейронної мережі. Також можна спробувати використовувати не тільки дані про ціну акцій по закриттю біржового ринку, але й інші доступні дані з набору. Бажано мати дані щодо зміни ціни впродовж дня, щоб поліпшити прогноз та забезпечити більш оперативну реакцію.uk
dc.description.abstractotherThesis contains : 104 pages, 6 tables, 40 figures, 2 appendices, 25 references. The research object is the data on Alphabet's stock prices from its initial public offering (IPO) to the present day, spanning from August 19, 2004, to May 25, 2023. The research subject is the multilayer neural network, convolutional neural network, and long short-term memory network used for analyzing stock prices. The objective of the study is to explore the fundamental architectures of neural networks for stock price prediction. We construct multiple architectures and compare their effectiveness for this task. We conduct research on possibilities for further improvement of the results. The relevance of this work lies in the fact that artificial neural networks enable more accurate stock price predictions compared to other technical methods. They are capable of processing and identifying patterns in large volumes of information, as well as adapting quickly to new conditions. During the research, several neural network architectures were implemented, and an analysis of their results was conducted. To achieve this, a software product was implemented using the Python programming language. To further improve the results, Keras Tuner can be employed to automatically optimize the hyperparameters of the neural network. Additionally, exploring other available data in the dataset beyond stock prices at the market close could be beneficial. Having data on price changes throughout the day would enhance forecasting and enable more timely reactions.uk
dc.format.extent104 с.uk
dc.identifier.citationГирила, С. І. Системне моделювання вартості акцій по закриттю біржового ринку компанії Alphabet : дипломна робота ... бакалавра : 124 Системний аналіз / Гирила Степан Ігорович. – Київ, 2023. – 104 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/60249
dc.language.isoukuk
dc.publisher.placeКиївuk
dc.subjectіндекс акційuk
dc.subjectбагатошарові нейронні мережіuk
dc.subjectзгорткові нейронні мережіuk
dc.subjectнейронні мережі довгої короткочасної пам’ятіuk
dc.subjectметрикиuk
dc.subjectточністьuk
dc.subjectpythonuk
dc.subjectkerasuk
dc.subjectstock indexuk
dc.subjectmultilayer perceptronsuk
dc.subjectconvolutional neural networksuk
dc.subjectlong short-term memory neural networksuk
dc.subjectmetricsuk
dc.subjectaccuracyuk
dc.titleСистемне моделювання вартості акцій по закриттю біржового ринку компанії Alphabetuk
dc.typeBachelor Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Hyryla_bakalavr.pdf
Розмір:
2.59 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ММСА)
Бакалаврські роботи