Кухарєв, Сергій ОлександровичОлексієнко, Ганна Олегівна2019-09-092019-09-092019-06Олексієнко, Г. О. Методи передбачення часових рядів на прикладі вартості акцій : дипломна робота ... бакалавра : 6.040303 Системний аналіз / Олексієнко Ганна Олегівна. – Київ, 2019. – 154 с.https://ela.kpi.ua/handle/123456789/29130Дипломна робота: 154 с., 19 рис., 12 табл., 3 додатки, 13 джерел. Об’єкт дослідження – дані про акції компанії Google з офіційного сайту фондової біржі NASDAQ за 5 років, починаючи з 1 квітня 2014 року. Предмет дослідження – методи прогнозування часових рядів: традиційні моделі авторегресії ARMA, ARIMA, експоненційне згладжування, а також методи інтелектуального аналізу даних з використанням штучних нейронних мереж та глибинного навчання – згорткові та рекурентні нейронні мережі. Мета роботи – проаналізувати предмет дослідження, виявити параметри впливу на ефективність та точність деяких моделей, що використовуються для аналізу та прогнозування вартості акцій. Метод дослідження – розгляд та аналіз методів передбачення за обраними метриками. Актуальність – надання можливість точного передбачення вартості акцій, що сприятиме ймовірному отриманню фінансового прибутку компаніями, урядом або іншими гравцями на фондових біржах. Було проведено порівняльний аналіз розглянутих методів прогнозування. Шляхи подальшого розвитку предмету дослідження – методи ансамблевого навчання нейронних мереж, створення нових ознак для нейронних мереж, збір більшого датасету для прогнозування.ukчасовий рядавторегресіязгладжуваннянейронні мережізгорткові нейронні мережірекурентні нейронні мережіtime seriesautoregressionsmoothingneural networksconvolutional neural networksrecurrent neural networksBachelor Thesis154 с.