Касьянов, Павло ОлеговичБатейко, Едуард Анатолійович2023-03-062023-03-062022Батейко, Е. А. Ситуаційно-аналітична платформа системного аналізу фінансового ринку : магістерська дис. : 124 Системний аналіз / Батейко Едуард Анатолійович. - Київ, 2022. - 194 с.https://ela.kpi.ua/handle/123456789/53390Магістерська дисертація: 195 ст., 30 табл., 119 рис., 2 дод. та 54 джерел. Інвестиції корисні якщо здійснюються правильно та системно. В такому випадку можна побороти інфляцію та, навіть, збільшити реальну вартість активів. Тому корисно мати систему прийняття рішень, яка б могла аналізувати ринок та самостійно приймати рішення з мінімальним втручанням людини. Метою даної роботи є розробити ситуаційно-аналітичну платформу системного аналізу фінансового ринку, яка буде мінімізувати людські ресурси при інвестуванні та торгівлі акціями. Об’єкт дослідження є ситуаційно- аналітична платформа системного аналізу. Предмет дослідження це системи автоматичного прийняття рішень торгівлі на фондовому ринку. При розробці системи було використано методи такі як різні кореляційні функції. Для оцінки ефективності портфеля використовувалися коефіцієнти Шарпа та Сортіно, річний та кумулятивний прибутки, оцінка ризиків. Для побудови системи торгівлі використовувалися методи навчання з підкріпленням. Для відслідковування результатів експериментів використовували MLOps підходи. В результаті роботи було отримано торгуючі алгоритми, які використовують SAC та DDPG. На заданому інтервалі тренування 2022-01-01 – 2022-06-01 та інтервалі тестування 2022-06-01 – 2022-09-28, є ефективнішими ніж ETF. На проміжку тестування кумулятивний прибуток для QQQ має значення в -10.9%, для SAC це значення 8%, для DDPG – -2.8%. Різниця в прибутках між QQQ та SAC це 18.5%, між QQQ та DDPG це 7.8%. Результати даної роботи продемонстровані на ХХII міжнародна науково- практична конференція «Інформаційні технології та безпека» (ІТБ-2022) та І Всеукраїнська науково-практична конференція «Системні науки та інформатика».ukСППРалгоритмічний трейдингнавчання з підкріпленнямETFMLOpsDDPGSACDSSalgorithmic tradingreinforcement learningETFMaster Thesis194 с.519.7