Програмна система прогнозування ринку акцій на основі даних із соціальних мереж

Скорочена інформація про документ
dc.contributor.advisorСидоров, Микола Олександрович
dc.contributor.authorНагуляк, Андрій Сергійович
dc.date.accessioned2023-01-02T14:35:58Z
dc.date.available2023-01-02T14:35:58Z
dc.date.issued2021-12
dc.description.abstractenThe volume of the dissertation is 90 sheets, contains 6 appendices and 25 references to the sources used. There are 25 figures and 27 tables. Topicality. Stocks are the most popular financial asset. Today, everyone can own shares through many exchanges. Accurate forecasting of stock market profitability is a very difficult task. There are many factors that make it difficult to forecast stock prices, including the volatile and non-linear nature of financial stock markets. With the advent of artificial intelligence and the increase in computing power, software-forecasting methods have proven to be the most effective in forecasting stock prices. The aim of the study. The purpose of the thesis is to create software for predicting the stock market based on social networks. This goal is realized through the following tasks: analysis of tools for reading data from social networks; analysis of tools for reading data on company shares; analysis of tools and methods of data processing for building models of forecasting and correlation analysis; analysis of methods for forecasting time series; choice of technologies and architecture for software construction; software development. The object of research is the software of stock market forecasting systems. The subject of research is the approaches, methods, models, creation and maintenance of stock market forecasting software. The scientific novelty. This study analyzed various models for forecasting stock prices, selected the most effective model, and improved it by using data from social networks. Financial data such as opening, maximum, minimum and closing prices, as well as social media data such as the number of mentions of the company, the influence of people who mention the company, the evaluation of the company's mention, are used to create new variables used as input for the model. Models are evaluated using standard strategic indicators of the forecasting effect: mean absolute error (MAE); standard error (RMSE); R-square (R 2). Low values of MAE, RMSE indicators show that the model is quite accurate in predicting the closing price of shares. And a high value of R2 shows that the model is quite effective. The practical value. The designed and implemented system is suitable for investors who want to confirm their views on the growth of the company's shares. The architecture is designed in such a way that more and more prediction methods and data sources can be added for further research. Relationship with working with scientific programs, plans, topics. The work was performed at the Department of Informatics and Software Engineering of the National Technical University of Ukraine "Kyiv Polytechnic Institute named after Igor Sikorsky". Approbation. The scientific provisions of the dissertation were tested at the First All-Ukrainian scientific-practical conference of young scientists and students "Software Engineering and Advanced Information Technologies" (SoftTech-2021) - Kyiv. Publications. Scientific provisions of the dissertation are published in: Nagulyak AS use of CLSTM model for forecasting the stock market stock price // Proceedings of the First All-Ukrainian scientific-practical conference of young scientists and students "Software Engineering and Advanced Information Technologies" (SoftTech-2021) - m. Kiev. NTUU "KPI them. Igor Sikorsky ", November 22-26, 2021 - p. 135.uk
dc.description.abstractukОбсяг дисертації – 90 аркушів, містить 6 додатків та 25 посилань на використані джерела. Представлено 25 рисунків та 27 таблиць. Актуальність теми. Акції, є найпопулярнішим фінансовим активом. На сьогоднішній день, існує багато бірж, завдяки яким, кожен може володіти акціями. Точне прогнозування прибутковості фондового ринку - дуже складне завдання. Існує безліч факторів, що ускладнюють прогнозування цін на акції, включаючи волатильний та нелінійний характер фінансових фондових ринків. З появою штучного інтелекту та збільшенням обчислювальних можливостей, методи програмного прогнозування виявилися найбільш ефективними при прогнозуванні цін на акції. Мета дослідження. Метою дипломної роботи є створення програмного забезпечення для передбачення ринка акцій на основі соціальних мереж. Поставлена мета реалізується через наступні завдання : інструментів для зчитування даних з соціальних мереж; аналіз інструментів для зчитування даних про акції компаній; аналіз інструментів та методів обробки даних для побудови моделей прогнозування та кореляційного аналізу; аналіз методів для прогнозування часових рядів; вибір технологій та архітектури для побудови ПЗ; розробка програмного забезпечення. Об’єктом дослідження є програмне забезпечення систем прогнозування ринка акцій. Предметом дослідження є підходи, методи, моделі, створення і підтримка програмного забезпечення системи прогнозування ринка акцій. Наукова новизна. У цьому дослідженні було проаналізовано різні моделі для прогнозування цін на акції, обрано найбільш ефективну модель, та вдосконалено його, шляхом використання даних з соціальних мереж. Фінансові дані, такі як ціни відкриття, максимуму, мінімуму та закриття акцій, а також дані з соціальних мереж, такі як кількість згадок про компанію, впливовість людей які згадують компанію, оцінка згадки компанії, використовуються для створення нових змінних, які використовуються як вхідні дані для моделі. Моделі оцінюються за допомогою стандартних стратегічних показників ефекту прогнозування: середня абсолютна помилка (MAE), середньоквадратична помилка (RMSE), R-квадрат (R2). Низькі значення індикаторів MAE, RMSE показують, що модель є досить точною при прогнозуванні ціни закриття акцій. А високий показник R2 показує, що модель є досить ефективною. Практичне значення. Спроектована та реалізована система підходить для інвесторів, які хочуть підтвердити свої думки, щодо росту акцій компанії. Архітектура розроблена таким чином, що можна додавати все більше методів передбачення та джерел даних, для подальшого дослідження. Зв’язок з науковими програмами, планами, темами. Робота виконувалась на кафедрі інформатики та програмної інженерії Національного технічного університету України "Київський політехнічний інститут імені Ігоря Сікорського". Апробація. Наукові положення дисертації пройшли апробацію на Першій Всеукраїнській науково-практичній конференції молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології»(SoftTech-2021) – м. Київ. Публікації. Наукові положення дисертації опубліковані в: Нагуляк А. С. використання моделі CLSTM для прогнозування курсу акцій фондового ринку // Матеріали Першої Всеукраїнської науково-практичної конференції молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології»(SoftTech-2021) – м. Київ. НТУУ «КПІ ім. Ігоря Сікорського», 22-26 листопада 2021 р – с. 135.uk
dc.format.page90 с.uk
dc.identifier.citationНагуляк, А. С. Програмна система прогнозування ринку акцій на основі даних із соціальних мереж : магістерська дис. : 121 Інженерія програмного забезпечення / Нагуляк Андрій Сергійович. - Київ, 2021. - 90 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/51614
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectпередбачення фондового ринкуuk
dc.subjectнейронні мережіuk
dc.subjectчасові рядиuk
dc.subjectглибоке навчанняuk
dc.subjectзгорткова мережаuk
dc.subjectмережа довгострокової пам’ятіuk
dc.subjectstock market forecastuk
dc.subjectneural networksuk
dc.subjecttime seriesuk
dc.subjectdeep studyuk
dc.subjectdeep learninguk
dc.subjectroller networkuk
dc.subjectconvolutional networkuk
dc.subjectlong-term memory networkuk
dc.subject.udc004.032.26uk
dc.titleПрограмна система прогнозування ринку акцій на основі даних із соціальних мережuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Nahuliak_magistr.pdf
Розмір:
2.44 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

Магістерські роботи (ІПІ)
Магістерські роботи