Пошук академічних текстів

Інформація × Реєстраційний номер 2123U002422, Матеріали видань та локальних репозитаріїв Категорія Бакалаврська робота Назва роботи Розробка комплексної моделі інвестування на ринку криптовалют з використанням часових рядів та нейронних мереж Автор Маринич Антон Юрійович Дата публікації 01-01-2023 Постачальник інформації Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» Першоджерело https://ela.kpi.ua/handle/123456789/61402 Видання Київ Опис Дипломна робота: 88 c., 19 рис., 1 дод., 17 джерел. ФІЛЬТРАЦІЯ ДАНИХ, ЧАСОВІ РЯДИ, НЕЙРОННІ МЕРЕЖІ, КОМПЛЕКСНА МОДЕЛЬ ІНВЕСТУВАННЯ Тема: Розробка комплексної моделі інвестування на ринку криптовалют з використанням часових рядів та нейронних мереж. Об’єкт дослідження: інвестиційна діяльність на ринку криптовалют з використанням аналізу часових рядів та методів нейронних мереж. Предмет дослідження: розробка комплексної моделі інвестування, яка базується на аналізі часових рядів цін криптовалют та використанні нейронних мереж для прогнозування майбутніх цін. Мета роботи: дослідити можливості використання часових рядів та нейронних мереж для розробки ефективної моделі інвестування на ринку криптовалют, здатної прогнозувати майбутні цінові зміни з високою точністю. Методи дослідження: аналіз часових рядів, використання нейронних мереж для прогнозування, статистичний аналіз даних. Актуальність: зростаюча популярність ринку криптовалют та його висока волатильність створюють нові можливості для інвесторів. Розробка ефективної моделі інвестування на основі аналізу часових рядів та нейронних мереж може допомогти інвесторам зробити кращі рішення щодо торгівлі. Результати роботи: був розроблений програмний продукт на мові програмування Python, який використовує аналіз часових рядів та нейронних мереж для прогнозування майбутніх цін. Проведені експерименти та тестування показали, що модель має високу точність в короткостроковому прогнозуванні цін та може бути ефективно використана в інвестиційній діяльності. Додано в НРАТ 2025-01-29 Закрити