Пошук академічних текстів

Інформація × Реєстраційний номер 2125U002064, Матеріали видань та локальних репозитаріїв Категорія Бакалаврська робота Назва роботи Рекомендаційна система для трейдерів із використанням методів інтелектуального аналізу даних Автор Дата публікації 01-01-2025 Постачальник інформації Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» Першоджерело https://ela.kpi.ua/handle/123456789/75438 Видання Київ Опис Дипломна робота: 132 с., 16 рис., 12 табл., 5 додатків, 15 джерел. Рекомендаційна система для трейдерів із використанням методів інтелектуального аналізу даних Об’єкт дослідження – процес прийняття рішень у сфері трейдингу. Предмет дослідження – методи інтелектуального аналізу даних, що застосовуються для побудови рекомендаційних систем у фінансовій галузі. Мета роботи – розробка рекомендаційної системи для підтримки рішень трейдера на основі методів інтелектуального аналізу даних. Методи дослідження – застосовано комплекс методів інтелектуального аналізу даних. Зокрема, використано експертні системи, побудовані на основі формалізованих правил із використанням технічних індикаторів (таких як RSI, MACD, EMA), а також методи машинного навчання, зокрема штучні нейронні мережі (LSTM, GRU, MLP), що дозволили враховувати історичні залежності у фінансових часових рядах. Актуальність – зумовлена потребою у сучасних інтелектуальних інструментах для обґрунтованого прийняття торгових рішень в умовах зростання обсягів даних і складності фінансових ринків. Рекомендаційні системи мінімізують вплив емоцій та покращують якість торгівлі. Результати роботи – створено прототип рекомендаційної системи для трейдерів, що поєднує експертну логіку з можливостями нейронних мереж. Шляхи подальшого розвитку предмету дослідження – можливе розширення функціональності розробленої системи шляхом включення додаткових активів, індикаторів технічного та фундаментального аналізу, підвищення персоналізації рекомендацій, а також адаптації системи до багатомовного інтерфейсу. Програмний продукт було розроблено мовою програмування Python. Додано в НРАТ 2025-09-15 Закрити