Фінансове прогнозування з використанням часових рядів

Скорочена інформація про документ
dc.contributor.advisorКовалюк, Тетяна Володимирівна
dc.contributor.authorПерерва, Антон Сергійович
dc.date.accessioned2018-07-06T13:44:41Z
dc.date.available2018-07-06T13:44:41Z
dc.date.issued2018
dc.description.abstractenMaster's Thesis: 93 pages, 11 images, 3 tables, 7 attachments, 50 references. Research rationale. Due to the rapid development of information technologies, it becomes possible to analyze a large amount of information in a few seconds, build complex mathematical models and solve problems of multicriteria optimization. Researchers, who are involved in cyclical economic development, began to theorize, assuming that tracking of the number’s trends in economic would clarify and predict periods of recovery and decline. One of the objects of study is stock market. Creating systems for financial market analysis and predictive models development with other problems involves solving of two fundamental problems: identification and determination of required and sufficient parameters for assessing the state of the market, as well as target functions, which includes, selection of criteria for the actions’ efficacy. Formalization is the simulation of the behavior of a system consisted of heterogeneous components. And it requires the use of a single metric for their description; dimensional problem – the desire to consider in the model as many indicators and evaluation criteria as possible can lead to a practical impossibility due to computational complexity. Connection of research with scientific programs, plans, topics. The work was performed at the the department of ComputerAided Management And Data Processing Systems (ASOIU) of the National Technical University of Ukraine "Kyiv Polytechnic Institute. Igor Sikorsky" within the frame of the topic "Information support of the interaction of IT education and IT industry in Ukraine" (State registration number 0117U000917). The goal of the research is to identify the patterns in the indicators of market stock quotes, to determinate the direction in which the market will move. Research tasks: – to characterize existing methods of market quotation analysis; – to evaluate available methods of market quotation analysis; – to determine the efficiency of existing market quotation analysi        s methods; – to identify features to create a new method for analyzing market quotes; – to develop a new method for market quotation analysis; – to determine the effectiveness of the method. Object of research – quotations on the stock market, which are presented in the form of a time series. Subject of research – methods of analysis of market quotations. Research involves methods based on the methods of the theory of artificial neural networks, evolutionary calculations, discrete mathematics, the fundamentals provisions of the theory of probability and mathematical statistics, genetic algorithm. The scientific novelty of the study. The algorithm is developed, which allows to determine the parameters of the configuration of effective neural network for prediction of financial time series. Publications. The following publications were produced from described research: “An overview of methods for financial time series analysis”; “Comparative analysis of forecasting methods of stationary and nonstationary time series”; “Application of the genetic algorithm to determine the effective configuration of artificial neural networks”.uk
dc.description.abstractukМагістерська дисертація: 93 с., 11 рис., 3 табл., 7 додатків, 50 джерел. Актуальність теми. Завдяки стрімкому розвитку інформаційни     х технологій, з'явилася можливість за лічені секунди проводити аналіз великого обсягу інформації, будувати складні математичні моделі. Дослідники, які займаються питаннями циклічного розвитку економіки, стали розробляти теорії, вважаючи, що відстеження тенденцій ряду економічних змінних дозволить прояснити і передбачити періоди підйому і спаду. Одним з об'єктів для вивчення був обраний фондовий ринок. При створенні систем аналізу фінансових ринків і розробці прогнозних моделей наряду з іншими виникають дві принципові проблеми: визначення необхідних і достатніх параметрів для оцінки стану ринку, а також цільових функцій, тобто вибір критеріїв ефективності дій; проблема розмірності – бажання врахувати в моделі якомога більше показників і критеріїв оцінки може призвести до практичної неможливості обчислень пов'язаної з обсягами обчислювальної складності. Зв'язок роботи з науковими програмами, планами, темами. Робота виконувалась на кафедрі автоматизованих систем обробки інформації та управління Національного технічного університету України «Київський політехнічний інститут ім. Ігоря Сікорського» в рамках теми «Інформаційна підтримка взаємодії ІТ освіти та ІТ індустрії в Україні» (Державний реєстраційний номер 0117U000917). Метою дослідження є виявлення закономірностей у показниках ринкових котирувань, визначення напряму у якому буде рухатись ринок. Завдання дослідження: – охарактеризувати наявні методи аналізу ринкових котирувань; – проаналізувати наявні методи аналізу ринкових котирувань; – визначити ефективність наявних методів аналізу ринкови     х котирувань; – визначити ознаки для створення нового методу аналізу ринкових котирувань; – розробити метод аналізу ринкових котирувань; – визначити ефективність створеного рішення. Об’єкт дослідження – котирування на фінансовому ринку, які представлені у вигляді часового ряду. Предмет дослідження – методи аналізу ринкових котирувань. Методи дослідження застосовані в роботі, базуються на методах теорії штучних нейронних мереж, еволюційних обчислень, дискретної математики, основних положеннях теорії ймовірності та математичної статистики, генетичному алгоритмі. Наукова новизна отриманих результатів. Розроблено алгоритм, що дозволяє визначити параметри конфігурації ефективної нейромережі для прогнозування фінансових часових рядів. Публікації. За напрямком дослідження було опубліковано такі матеріали: “Огляд методів аналізу фінансових часових рядів”; “Порівняльний аналіз методів прогнозування стаціонарних та нестаціонарних часових рядів”; “Застосування генетичного алгоритму для визначення ефективної конфігурації штучних нейронних мереж”.uk
dc.format.pagerange85 с.uk
dc.identifier.citationПерерва, А. С. Фінансове прогнозування з використанням часових рядів : магістерська дис. : 122 Комп'ютерні науки та інформаційні технології / Перерва Антон Сергійович. – Київ, 2018. – 85 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/23808
dc.language.isoukuk
dc.publisher.placeКиївuk
dc.subjectчасові рядиuk
dc.subjectінтелектуальний аналіз данихuk
dc.subjectметоди відбору інформативних данихuk
dc.subjectнейронні мережіuk
dc.subjectгенетичний алгоритмuk
dc.subjecttime seriesuk
dc.subjectintellectual analysis of datauk
dc.subjectselection methods for informative datauk
dc.subjectneural networksuk
dc.subjectgenetic algorithmuk
dc.subject.udc004.02:519.246.8uk
dc.titleФінансове прогнозування з використанням часових рядівuk
dc.typeMaster Thesisuk

Файли

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

Зібрання

Магістерські роботи (АСОІУ)
Магістерські роботи