Данилов, Валерій ЯковичГирила, Степан Ігорович2023-09-122023-09-122023Гирила, С. І. Системне моделювання вартості акцій по закриттю біржового ринку компанії Alphabet : дипломна робота ... бакалавра : 124 Системний аналіз / Гирила Степан Ігорович. – Київ, 2023. – 104 с.https://ela.kpi.ua/handle/123456789/60249Дипломна робота: 104 сторінки, 6 таблиць, 40 рисунків, 2 додатки та 25 джерел. Об’єкт дослідження — дані про вартість акцій по закриттю біржового ринку компанії Alphabet з часу її виходу на IPO (першої емісії акцій) до сьогоднішнього дня. Тобто у період з 19 серпня 2004 року до 25 травня 2023 року. Предмет досліджень — багатошарові нейронні мережі, згорткові нейронні мережі та мережі довгої короткочасної пам’яті, які використовуються для аналізу трендів акцій. Мета роботи — вивчення основних архітектур нейронних мереж для прогнозування ціни акцій. Побудувати кілька таких архітектур і порівняти їх ефективність для даної задачі. Провести дослідження можливості подальшого поліпшення результатів. Актуальність цієї роботи полягає в тому, що штучні нейронні мережі дозволяють зробити більш точні прогнози ціни акцій, порівняно з іншими технічними методами. Вони здатні обробити та знайти закономірності у обширному обсязі даних, а також швидко адаптуватися до нових умов. У процесі виконання роботи було реалізовано кілька архітектур нейронних мереж, і був проведений аналіз їх результатів. Для цього було реалізовано програмний продукт на мові програмування Python. Для подальшого поліпшення результатів можна використовувати Keras Tuner, який автоматично підбирає оптимальні гіперпараметри нейронної мережі. Також можна спробувати використовувати не тільки дані про ціну акцій по закриттю біржового ринку, але й інші доступні дані з набору. Бажано мати дані щодо зміни ціни впродовж дня, щоб поліпшити прогноз та забезпечити більш оперативну реакцію.104 с.ukіндекс акційбагатошарові нейронні мережізгорткові нейронні мережінейронні мережі довгої короткочасної пам’ятіметрикиточністьpythonkerasstock indexmultilayer perceptronsconvolutional neural networkslong short-term memory neural networksmetricsaccuracyBachelor Thesis