Прогнозування часових рядів економічної природи. Порівняльний аналіз методів прогнозування
Вантажиться...
Дата
2024
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дипломна робота: 119 с., 36 рис., 11 табл., 2 дод. та 15 джерел.
Об’єкт дослідження – методи прогнозування цін фінансових інструментів з використанням сучасних алгоритмів машинного навчання.
Мета роботи – дослідження та застосування сучасних методів машинного навчання для прогнозування фінансових ринків, з метою підвищення точності прогнозів та ефективності прийняття економічних рішень.
Методи дослідження – аналіз та порівняння різних моделей прогнозування часових рядів (ARIMA, RNN, LSTM, GRU, WaveNet), попередня обробка даних (заповнення пропусків, масштабування), статистичний аналіз результатів.
Програмний продукт розроблено у середовищі Google Colaboratory мовою програмування Python.
Проведено порівняльний аналіз моделей, виявлено їх переваги та недоліки. Визначено кращу модель для нашої задачі. В роботі використовувалися дійсні дані часових рядів з сайту yahoo.finance.
Опис
Ключові слова
прогнозування фінансових ринків, часові ряди, машинне навчання, нейронні мережі, arima, rnn, lstm, financial market forecasting, time series, machine learning, neural networks
Бібліографічний опис
Ярко, А. Ю. Прогнозування часових рядів економічної природи. Порівняльний аналіз методів прогнозування : дипломна робота ... бакалавра : 124 Системний аналіз / Ярко Андрій Юрійович. - Київ, 2024. - 125 с.