Система управлiння агентами фондового ринку iз застосуванням глибинного навчання з пiдкрiпленням

Скорочена інформація про документ
dc.contributor.advisorЯковлева, Алла Петрівна
dc.contributor.authorЧаус, Михайло Дмитрович
dc.date.accessioned2020-03-05T13:29:03Z
dc.date.available2020-03-05T13:29:03Z
dc.date.issued2019-12
dc.description.abstractenMasters thesis: 81 p., 6 ch., 22 tbl., 16 fig., 1 addn., 14 references. Object of the research - autonomous control system for managing stock market’s agent. The purpose of this thesis is a software development and research of acquired system’s performance in real financial market. Research methods - simulation of stock market operations using the flow of real data from the BitMex cryptocurrency exchange. Developed system is based on the reinforcement learning algorythms, which were implemented by neo-fuzzy neural network approximation. Deep reinforcement learning has to maintain long run efficiency of the agent. Potencial of the artificial agent was researched during the work. Its development was implemented using modern frameworks and programming utilities. The agent was tested under the constraints of real financial markets. Based on the conducted research, a new technological model was developed for trading on the stock exchange without first adjusting the agent’s strategy.uk
dc.description.abstractukМагістерська дисертація: 81 с., 6 ч., 22 табл., 16 рис., 1 дод., 14 джерел. Об’єкт дослідження - автономна система керування штучним агентом на фондовому ринку. Метою даної магістерської дисертації є розробка програмного забезпечення для керування агентом фондового ринку та дослідження роботи отриманої системи в умовах реального середовища. Методи дослідження - моделювання роботи фондового ринку з використанням потоку реальних даних з криптовалютної біржі BitMex. Розроблена система базується на алгоритмах навчання з підкріпленням, які реалізовано за допомогою апроксимації нечіткими нейронними мережами. Глибинне навчання з підкріпленням має забезпечити довгострокову ефективність роботи агента впродовж довгого періоду часу. Під час роботи було досліджено можливість штучного агента ефективно торгувати на фінансовому ринку. Була виконана його розробка за допомогою сучасних фреймоворків та засобів програмування. Було проведено тестування програмного продукту в реальних умовах. На основі проведених досліджень розроблено нову технологічну модель для ведення торгів на біржі без попереднього налаштування стратегії агента.uk
dc.format.page85 с.uk
dc.identifier.citationЧаус, М. Д. Система управлiння агентами фондового ринку iз застосуванням глибинного навчання з пiдкрiпленням : магістерська дис. : 124 Системний аналіз / Чаус Михайдо Дмитрович. – Київ, 2019. – 85 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/32137
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectнавчання з пiдкрiпленнямuk
dc.subjectоптимальне керуванняuk
dc.subjectмашинне навчанняuk
dc.subjectагент фiнансового ринкуuk
dc.subjectалготрейдiнгuk
dc.subjectглибинне навчанняuk
dc.subjectнейроннi мережiuk
dc.subjectreinforcement learninguk
dc.subjectoptimal controluk
dc.subjectmachine learninguk
dc.subjectfinancial market’s agentuk
dc.subjectalgotradinguk
dc.subjectdeep learninguk
dc.subjectneural networksuk
dc.subjectdockeruk
dc.subject.udc519.711.2uk
dc.titleСистема управлiння агентами фондового ринку iз застосуванням глибинного навчання з пiдкрiпленнямuk
dc.typeMaster Thesisuk

Файли

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

Зібрання

Магістерські роботи (ММСА)
Магістерські роботи