Система прогнозування фінансових фрактальних ринків з використанням генеративно-змагальних нейронних мереж
Вантажиться...
Дата
2024
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дипломна робота: 131 с., 30 рис., 29 табл., 26 посилань, додаток.
Мета роботи – розробити систему прогнозування руху цін на криптовалютному ринку, з використанням генеративно-змагальних мереж та фрактальної розмірності, для подальшого застосування в роботі фінансових компаній. Об’єкт дослідження – дані руху ціни криптовалютної пари BTC/USD та дані руху ціни індекса Доу-Джонса. Предмет досліджень – методи прогнозування поведінки сучасних фрактальних фінансових ринків. Новизна дослідження полягає в виявленні фрактальних властивостей даних сучасних фінансових ринків, розробка архітектур генеративно-змагальних нейронних мереж глибокого навчання TimeGAN з врахуванням регуляризаторів, що містять фрактальну розмірність. У цій роботі запропоновано СППР для прогнозування динаміки цін криптовалютної пари BTC/USD з врахуванням фрактальної структури фінансових ринків та їх фрактальних розмірностей. За результатами роботи видано дві публікації в збірниках закордонних науково-практичних конференцій.
Опис
Ключові слова
нейрон, нейронна мережа, глибоке навчання, генеративно-змагальна нейронна мережа, рекурентна нейронна мережа, прогноз, фрактальна розмірність, криптовалюта, neuron, neural network, deep learning, generative competitive neural network, recurrent neural network, forecasting, fractal dimension, cryptocurrency
Бібліографічний опис
Ярошенко, О. Р. Система прогнозування фінансових фрактальних ринків з використанням генеративно-змагальних нейронних мереж : магістерська дис. : 122 Комп'ютерні науки / Ярошенко Олександр Романович. - Київ, 2024. - 131 с.