Аналіз впливу новин на курс криптовалюти за допомогою нейронної мережі

Скорочена інформація про документ
dc.contributor.advisorКанцедал, Георгій Олегович
dc.contributor.authorНовіков, Ілля Олегович
dc.date.accessioned2025-09-17T07:38:50Z
dc.date.available2025-09-17T07:38:50Z
dc.date.issued2025
dc.description.abstractДипломна робота: 126 с., 14 рис., 13 табл., 2 дод., 58 джерел. Тема: аналіз впливу новин на курс криптовалюти за допомогою нейронної мережі Робота присвячена дослідженню взаємозв'язку між настроями в новинах про криптовалюти та зміною курсу Біткоїна. Проведено комплексний аналіз набору даних, що містить новини про криптовалюти з 2021 по 2023 рік та відповідні історичні дані про ціни Біткоїна. Об'єкт дослідження: взаємозв'язок між сентиментом новин та відсотковою зміною курсу Біткоїна. Предмет дослідження: методи аналізу часових рядів та прогностичні моделі машинного навчання для оцінки впливу новинного сентименту на ринок криптовалют. Мета роботи: створити та порівняти моделі машинного навчання для визначення залежності між сентиментом криптовалютних новин та змінами курсу Біткоїна. Виконано обробку даних сентименту новин (позитивний, нейтральний, негативний) та історичних даних цін Біткоїна. Порівняно класичні моделі регресії та нейронні мережі (LSTM, Transformer, TSMixer), з використанням лагів та ковзних середніх. Експериментальне дослідження показало, що модель LSTM демонструє найкращі результати (MSE: 4.35). Результати вказують на складність прогнозування курсу криптовалют лише на основі сентименту новин та окреслюють напрямки подальших досліджень.
dc.description.abstractotherDiploma Thesis: 126 p., 14 fig., 13 tabl., 2 app., 58 references. Theme: Analysis of News Impact on Cryptocurrency Exchange Rate Using Neural Networks This work is dedicated to studying the relationship between sentiment in cryptocurrency news and Bitcoin price changes. A comprehensive analysis of a dataset containing cryptocurrency news from 2021 to 2023 and corresponding historical Bitcoin price data has been conducted. Object of research: the relationship between news sentiment and percentage changes in Bitcoin exchange rate. Subject of research: time series analysis methods and machine learning predictive models for evaluating the impact of news sentiment on the cryptocurrency market. Purpose: to create and compare machine learning models for determining the relationship between cryptocurrency news sentiment and Bitcoin price changes. News sentiment data processing (positive, neutral, negative) and historical Bitcoin price data analysis have been performed. Classical regression models and neural networks (LSTM, Transformer, TSMixer) were compared, using lags and moving averages. Experimental research showed that the LSTM model demonstrates the best results (MSE: 4.35). The results indicate the complexity of predicting cryptocurrency rates based solely on news sentiment and outline directions for further research.RetryClaude can make mistakes. Please double-check responses.
dc.format.extent126 с.
dc.identifier.citationНовіков, І. О. Аналіз впливу новин на курс криптовалюти за допомогою нейронної мережі : дипломна робота … бакалавра : 124 Системний аналіз / Новіков Ілля Олегович. – Київ, 2025. – 126 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/76091
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectкриптовалюта
dc.subjectнейронні мережі
dc.subjectсентиментальний аналіз
dc.subjectобробка тексту
dc.subjectбіткоїн
dc.subjectcryptocurrency
dc.subjectneural networks
dc.subjectsentiment analysis
dc.subjecttext processing
dc.subjectbitcoin
dc.titleАналіз впливу новин на курс криптовалюти за допомогою нейронної мережі
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Novikov_bakalavr.pdf
Розмір:
5.82 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

Бакалаврські роботи (ММСА)
Бакалаврські роботи