Терентьєв, Олександр МиколайовичЯцько, Яна Віталіївна2023-04-142023-04-142022-12Яцько, Я. В. Моделювання та прогнозування курсу криптовалют GameFi сегменту : магістерська дис. : 122 Комп'ютерні науки / Яцько Яна Віталіївна. - Київ, 2022. - 117 с.https://ela.kpi.ua/handle/123456789/54599Дипломна робота: 117 с., 28 табл., 23 рис., 3 додатки, 64 джерела. Актуальність теми: останнім часом у світі стрімко розвивається напрямок торгівлі на криптобіржах. Так як ринок є волатильним, потрібно мати інструмент що допоможе аналізувати та приймати рішення з покупки/продажу. Модель прогнозування курсу криптовалют GameFi сегменту допомогає трейдеру планувати покупки/продажі з ціллю отримати прибуток. Рішення допоможе користувачеві проаналізувати криптовалюти в даному сегменті та, спираючись на прогноз, прийняти рішення щодо покупки/продажі криптовалют. Мета даної роботи полягає у дослідженні існуючих рішень в області аналізу динаміки курсу криптовалют, побудови моделей машинного навчання, збагаченя даних та підвищення якості прогонзування курсу криптовалют за помогою бази Twitter та розробці зручного інструменту для аналізу та планування торгів. Об’єктом дослідження є статистичні дані, аналітичні та фінансові звіти, дані публікацій соцмережі Twitter "Twitter User Data". Предметом дослідження є методи аналізу табличних даних, регресійні моделі, гібридні рекурентні нейронні мережі. Отриманні результати – створена програма для візуалізації динамічних характеристик криптовалют, скріпт прогнозування курсу криптовалют, що має високу точність прогнозування (оцінюючи метрикою RMSE). Програмний продукт реалізований мовою програмування Python3.8 у середовищі розробки DataSpell 2022. Для аналізу та побудови моделей було використано середовище Jupyter Notebook. Отримані результати: розроблено простий інтерфейс для аналізу статистичних і динамічних характеристик монет, що включає в себе прогнози на майбутнє (на обрану кількість кроків).117 с.ukкриптовалютаGAMEFILSTMRNNTWITTERМоделювання та прогнозування курсу криптовалют GameFi сегментуMaster Thesis004.852