Search academic texts

Information × Registration Number 2123U002845, Article popup.category Бакалаврська робота Title popup.author Радченко Дмитро Олексійович popup.publication 01-01-2023 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/60467 popup.publisher Київ Description Кваліфікаційна робота: 89 с., 6 табл., 20 рис., 2 додатки, 20 джерел. Об'єкт дослідження: прогнозування часових рядів рекурентними нейронними мережами LSTM та GRU. Мета роботи: поглибити знання щодо прогнозування часових рядів рекурентними нейронними мережами LSTM та GRU, розробити архітектури нейронних мереж з шарами LSTM та GRU, інтерпретувати параметри мереж та отримати змістовні результати на практичній задачі прогнозування фінансового повернення з активу. Методи досліджень: поняття і методи фінансового технічного аналізу, методів оптимізації, алгоритми та підходи машинного навчання, нейронних мереж. Одержані висновки та їх новизна: нейронні мережі є потужним сучасним підходом для вирішення задачі прогнозування часових рядів. Розроблені архітектури мереж пропонують як і низько ризикові, так і високо ризикові точки входу в фінансову угоду. Результати досліджень можуть бути застосовані при використанні моделей як торгових сигналів експертами інвестиційної криптовалютної галузі. В залежності від типу торгівлі можна використовувати модель із шарами LSTM для низько ризикової торгівля та модель із шарами GRU для високо ризикової торгівлі. Наведено інтерпретацію параметрів нейронних мереж, що вирішує проблему «чорного ящику». popup.nrat_date 2025-01-29 Close