Веб-застосунок аналізу та прогнозування тенденцій зміни фінансування криптовалют на біржах
| dc.contributor.advisor | Донець, Андрій Георгійович | |
| dc.contributor.author | Потяженко, Артем Владиславович | |
| dc.date.accessioned | 2025-10-13T11:48:58Z | |
| dc.date.available | 2025-10-13T11:48:58Z | |
| dc.date.issued | 2025 | |
| dc.description.abstract | Дипломна робота бакалавра виконана на 69 сторінках, містить 20 ілюстрацій, 1 додаток, 15 джерел у переліку посилань. Мета роботи – розробка веб-застосунку для аналізу та прогнозування змін ставки фінансування криптовалют (funding rate) з метою виявлення арбітражних можливостей між біржами. Методи та засоби: сховище даних Redis, мова розмітки HTML, мова стилізації Tailwind CSS, мови програмування Python та JavaScript, фреймворки Flask і React, веб-сервер Nginx, асинхронна бібліотека aiohttp, бібліотеки машинного навчання PyTorch, Pandas, Scikit-learn, інструменти для контейнеризації Docker. Результат – функціональний веб-застосунок, що дозволяє автоматично збирати біржові дані, аналізувати їх, прогнозувати ставки фінансування, формувати таблиці потенційних арбітражних пар та оцінювати прибуток від торгових стратегій. Розробка може бути корисною для трейдерів, аналітиків, дослідників крипторинку та інтегруватися в трейдингові платформи або боти. | |
| dc.description.abstractother | The bachelor's thesis is made on 69 pages, contains 20 illustrations, 1 appendix, and 15 sources in the list of references. The purpose of the work is to develop a web application for analyzing and forecasting cryptocurrency funding rate dynamics in order to identify arbitrage opportunities across exchanges. Methods and tools: Redis data store, HTML markup language, Tailwind CSS styling language, Python and JavaScript programming languages, Flask and React frameworks, Nginx web server, asynchronous library aiohttp, machine learning libraries PyTorch, Pandas, Scikit-learn, Docker containerization tools.The result is a functional web application that automatically collects exchange data, performs analysis, predicts funding rates, identifies arbitrage pairs, and estimates potential profit from trading strategies. This system can be useful for traders, analysts, researchers in the crypto field, and can be integrated into trading bots or platforms. | |
| dc.format.extent | 69 с. | |
| dc.identifier.citation | Потяженко, А. В. Веб-застосунок аналізу та прогнозування тенденцій зміни фінансування криптовалют на біржах : дипломна робота ... бакалавра : 122 Комп’ютерні науки / Потяженко Артем Владиславович. – Київ, 2025. – 69 с. | |
| dc.identifier.uri | https://ela.kpi.ua/handle/123456789/76782 | |
| dc.language.iso | uk | |
| dc.publisher | КПІ ім. Ігоря Сікорського | |
| dc.publisher.place | Киев | |
| dc.subject | криптовалюта | |
| dc.subject | ставка фінансування | |
| dc.subject | прогнозування | |
| dc.subject | LSTM | |
| dc.subject | MLP | |
| dc.subject | PYTHON | |
| dc.subject | REACT | |
| dc.subject | cryptocurrency | |
| dc.subject | funding rate | |
| dc.subject | forecasting | |
| dc.title | Веб-застосунок аналізу та прогнозування тенденцій зміни фінансування криптовалют на біржах | |
| dc.type | Bachelor Thesis |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- Potyagenko_bakalavr.pdf
- Розмір:
- 2.29 MB
- Формат:
- Adobe Portable Document Format
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 8.98 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: