Інформаційна система прогнозування фондового ринку на базі алгоритмів машинного навчання

Скорочена інформація про документ
dc.contributor.advisorОнищенко, Вікторія Валеріївна
dc.contributor.authorАвраменко, Єлизавета Олексіївна
dc.date.accessioned2024-01-23T09:22:21Z
dc.date.available2024-01-23T09:22:21Z
dc.date.issued2024
dc.description.abstractІнформаційна система прогнозування фондового ринку на базі алгоритмів машинного навчання: 125 с., 23 табл., 32 рис., 9 дод., 48 джерел. Мета дослідження. Дана магістерська дисертація присвячена розробці та аналізу інформаційної системи, що використовує алгоритми машинного навчання для прогнозування фондового ринку. Цей напрямок має велике практичне значення, оскільки точність прогнозування фондових індексів може значно підвищити ефективність інвестиційних рішень. Об’єкт дослідження. Фондовий ринок США та його математична складова. Предмет дослідження. Пргнозування фондового ринку на базі алгоритмів машинного навчання. В роботі розглядаються ключові аспекти машинного навчання, включаючи різні типи алгоритмів (LSTM, ARIMA, Random Forest Regression) та їхню придатність для аналізу фінансових даних. Основна увага приділяється обробці та аналізу реальних ринкових даних, а також розробці моделей, які здатні ефективно прогнозувати рухи ринку. Дисертація включає практичну частину, де розроблена система тестується на історичних даних. Проводиться аналіз точності та надійності прогнозів, порівняння з традиційними методами прогнозування та оцінка потенційного впливу на інвестиційні стратегії. Результати дослідження демонструють, що використання алгоритмів машинного навчання може істотно покращити якість прогнозування фондового ринку. Це відкриває нові можливості для інвесторів та фінансових аналітиків у прийнятті обґрунтованих рішень, заснованих на передових технологіях обробки даних. Дисертація може бути корисною для фахівців у галузі фінансів, інвесторів, а також науковців, що займаються застосуванням машинного навчання у фінансовому секторі.uk
dc.description.abstractotherInformation system for forecasting the stock market based on machine learning algorithms: 125 p., 23 tab., 32 draw., 9 app., 48 sources. The aim. This master's thesis is devoted to the development and analysis of an information system that uses machine learning algorithms for stock market forecasting. The direction is of great practical importance, as this accuracy of forecasting stock indices can significantly improve the efficiency of investment decisions. The object of study. The US stock market and its mathematical component. Subject of study. Stock market forecasting based on machine learning algorithms. The paper examines key aspects of machine learning, including different types of algorithms (LSTM, ARIMA, Random Forest Regression) and their suitability for financial data analysis. The main focus is on the processing and analysis of real market data, as well as the development of models capable of effectively predicting market movements. The dissertation includes a practical part where a testing system is developed based on historical data. An analysis of the accuracy and reliability of forecasts, a comparison with traditional forecasting methods, and an assessment of the impact on investment strategies are carried out. The results of the study demonstrate that the use of machine learning algorithms can significantly improve the quality of stock market forecasting. This opens up new opportunities for investors and financial analysts to make informed decisions based on advanced data processing technologies. The thesis may be useful for financial professionals, investors, and researchers involved in the application of machine learning in the financial sector.uk
dc.format.extent104 c.uk
dc.identifier.citationАвраменко, Є. О. Інформаційна система прогнозування фондового ринку на базі алгоритмів машинного навчання : магістерська дис. : 126 Інформаційні системи та технології / Авраменко Єлизавета Олексіївна. – Київ, 2024. – 104 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/63990
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectфондовий ринокuk
dc.subjectпрогнозуванняuk
dc.subjectтрейдингuk
dc.subjectмашинне навчанняuk
dc.subjectLSTMuk
dc.subjectARIMAuk
dc.subjectRandom Forest Regressionuk
dc.subject.udc004.91uk
dc.titleІнформаційна система прогнозування фондового ринку на базі алгоритмів машинного навчанняuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Avramenko_magistr.pdf
Розмір:
2.54 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.01 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ІСТ)
Магістерські роботи