Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://ir.stu.cn.ua/123456789/22467
Назва: Веб-додаток для прогнозування фондового ринку на основі штучних нейронних мереж
Автори: Рибалко, В. А.
Ключові слова: фондовий ринок
часові ряди
прогнозування
нейронна мережа
машинне навчання
веб-додаток
Python
lstm
Дата публікації: 2021
Видавництво: Чернігів
Короткий огляд (реферат): Об’єктом розробки став веб-додаток для прогнозування фінансових часових рядів на основі штучних нейронних мереж. У роботі описано етапи та методи розробки веб-додатку, який передбачає ціни на фінансові інструменти та забезпечує можливість їх перегляду за допомогою веб-браузера. Форма прогнозу представлена у вигляді графіку ймовірностей, який складається з двох рядків: зелений - ймовірність подальшого руху цін вище поточних значень, червоний рядок - ймовірність подальшого руху цін нижче. Переглядаючи прогноз, можна змінити час на який буде прогноз. Нейронні мережі роблять прогнози щодо періоду дії однієї японської свічки на різних горизонтах, і, змінюючи її, ви можете регулювати діапазон прогнозу. Отримуючи нові дані, система постійно перевіряє попередні прогнози щодо цього значення, тим самим визначаючи точність прогнозу нейронної мережі. Після оцінки точності коригуються пороги початкових значень нейронної мережі для кожного класу прогнозу, а саме рух вгору і вниз.
Опис: Рибалко, В. А. Веб-додаток для прогнозування фондового ринку на основі штучних нейронних мереж : магістерська робота : 121 Інженерія програмного забезпечення / В. А. Рибалко ; керівник роботи А. М. Акименко ; НУ «Чернігівська політехніка», кафедра інформаційних технологій програмного забезпечення. – Чернігів, 2021. – 76 с.
URI (Уніфікований ідентифікатор ресурсу): http://ir.stu.cn.ua/123456789/22467
Розташовується у зібраннях:Дипломні роботи освітнього ступеня магістр

Файли цього матеріалу:
Файл Опис РозмірФормат 
Рибалко-Магістр-2021.pdfМагістерська робота6,46 MBAdobe PDFПереглянути/Відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.