Личный кабинет

Дипломная работаРазное

Готовая работа №99166 от пользователя Куклачев Дмитрий

Разработка моделей для прогнозирования движения цен акций

Name: Разработка моделей для прогнозирования движения цен акций
Price: 1490.00 RUB

1 490 ₽

Файл с работой можно будет скачать в личном кабинете после покупки

Страниц: 67

Год написания: 2024

Куклачев Дмитрий

Сообщить о нарушении авторских прав

Гарантия безопасной покупки

Уникальность текста выше 50%

Возможность снять с продажи

Не подходит эта работа?

Укажите тему работы или свой e-mail, мы отправим подборку похожих работ

содержание

ВВЕДЕНИЕ 2
ГЛАВА 1 ПРЕДМЕТНАЯ ОБЛАСТЬ И РАЗБОР ОСНОВНЫХ ПОДХОДОВ К ПРОГНОЗИРОВАНИЮ АКЦИЙ И МАШИННОМУ ОБУЧЕНИЮ 7
1.1 Проблема предметной области 7
1.2 Описание решений с помощью машинного обучения 8
1.2.1 Линейная регрессия 8
1.2.2 Логистическая регрессия 9
1.2.3 Метод опорных векторов (SVM) 10
1.2.4 Методы деревьев решений 11
1.2.5 Методы случайных лесов 13
1.2.6 Методы градиентного бустинга 14
1.2.7 Нейронные сети 15
ГЛАВА 2 РАЗРАБОТКА И ОПТИМИЗАЦИЯ МОДЕЛЕЙ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ПРОГНОЗИРОВАНИЯ ЦЕНОВОЙ ДИНАМИКИ АКЦИЙ 17
2.1 Программная реализация 17
2.2 Используемые в исследовании данные 18
2.3 Проектирование диаграмм активностей 25
2.4 Методы настройки гиперпараметров моделей машинного обучения для достижения лучшего качества прогнозирования 27
2.4.1 Поиск по сетке 27
2.4.2 Случайный поиск 28
2.4.3 Оптимизация методом Байеса 29
2.4.4 Оптимизация методом градиентного бустинга 29
2.5 Конструирование количественных моделей и алгоритмических решений для осуществления прогнозов акций 30
2.5.1 Модель случайных лесов 30
2.5.2 Модель линейной регрессии 31
2.5.3 Модель SVM с линейным ядром 33
2.5.4 Модель градиентного бустинга 34
2.5.5 Модель нейронной сети (adam) 35
2.5.6 Модель нейронной сети (RMSProp) 37
ГЛАВА 3 АНАЛИЗ ЭФФЕКТИВНОСТИ ПРОГНОЗНЫХ МОДЕЛЕЙ И ПОТЕНЦИАЛЬНЫХ ОГРАНИЧЕНИЙ МАШИННОГО ОБУЧЕНИЯ В ПРЕДСКАЗАНИИ ДИНАМИКИ АКЦИЙ 39
ЗАКЛЮЧЕНИЕ 44
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 46
ПРИЛОЖЕНИЕ А 49

Весь текст будет доступен после покупки

Показать еще текст

ВВЕДЕНИЕ

Актуальность исследований в области применения алгоритмов машинного обучения для прогнозирования биржевых котировок бесспорна. В условиях быстро меняющейся экономической среды, эти методы предоставляют финансовым организациям и корпорациям новые возможности для оптимизации стратегий инвестирования и усиления финансовой стабильности, путем улучшения качества предсказаний флуктуаций акционерного капитала.
Цель выпускной квалификационной работы: разработать модели ма-шинного обучения для прогнозирования динамики цен акций с целью повышения эффективности принятия инвестиционных решений на фондовом рынке.
В данной исследовательской работе уделяется особое внимание куль-тивированию моделей, несущих в себе потенциал прогнозирования рыноч-ных колебаний цен на ценные бумаги. Стремясь к позитивному воздействию на финансовые показатели, такие как выгода, стоимость капиталов и умелое распределение ресурсов в инвестиционных портфелях, специалисты скрупулезно углубляются в разработку и оценку эконометрических систем, основанных на принципах искусственного интеллекта. Эти усилия нацелены на предоставление ценных инструментов для учреждений, действующих на финансовом рынке, и корпораций, ориентированных на оптимизацию своих инвестиционных стратегий, и ожидание возрастания их прибыли.

Весь текст будет доступен после покупки

Показать еще текст

отрывок из работы

ГЛАВА 1 ПРЕДМЕТНАЯ ОБЛАСТЬ И РАЗБОР ОСНОВНЫХ ПОДХОДОВ К ПРОГНОЗИРОВАНИЮ АКЦИЙ И МАШИННОМУ ОБУЧЕНИЮ
1.1 Проблема предметной области
Предпринимать предсказания движений стоимости акционерных долей на бирже участникам рынка представляется напряженной задачей, ибо подвержены они глубокой изменчивости и динамике. Принятия решений в инвестиционной деятельности и извлечения дохода направлены на обогащение путем предугадывания трендов рыночной среды. Верно уловить будущие тенденции ценообразования на фондовом рынке – задача, усложненная виртуальной волатильностью и обилием факторов воздействия. Взаимодействия данных переменных затрагивают не только внутренние параметры компании – такие как доходность, обязательности, рост и репутация, но и широкомасштабное макроэкономическое окружение с чередой условностей, отражающих экономическую подвижность, политические неустойчивости и отраслевые новации. Фактические и предполагаемые действия людей, равно как спрос на акционерные доли и события, влияющие на рынок, ограничены категорией рыночных аргументов.
Сложность прогнозирования манифестируется в непредсказуемом и хаотичном характере биржевых цен, наличии шумов, случайных колебаний, вызванных неочевидными происшествиями, дефицитом информации и ее иногда асимметричным распределением среди участников фондового рынка. Иными словами, рынок пребывает в постоянстве адаптации, трансформируя предыдущие модели движения стоимости акций и воздействуя на надежность прогнозов.

Весь текст будет доступен после покупки

Показать еще текст

Список литературы

1 Алиев, Т.И. Основы моделирования дискретных систем: Учебное пособие / Т.И. Алиев . – СПб: СПбГУ ИТМО, 2019. – 363 с.
2 Беккерман, Е. Н. Алгоритм оценивания числа состояний и значений интенсивностей MC-потока событий / Е. Н. Беккерман, С. С. Катаева // Вестник Том. гос. ун-та. Приложение. – 2009. – № 3(8). – С. 19–26.
3 Галушкин, А. И. Нейронные сети: основы теории / А.И. Галушкин. – М.: Горячая линия – Телеком, 2020. – 496 с.
4 Гмурман, В. E. Теория вероятностей и математическая статистика: Учебное пособие для вузов / В. E. Гмурман. – Москва: Высшая школа, 2018. – 479 с.
5 Горцев, А. М. Оптимальная оценка состояний мар-потока событий в условиях непродлевающегося мертвого времени / А. М. Горцев, Л.А.Нежельская, А. А.Соловьев // Вестник Том. гос. ун-та. Приложение. – 2020. – № 3(12). – С. 54– 64.
6 Каширина, И.Л. Нейросетевые технологии. Учебно-методическое пособие для вузов / И.Л. Каширина. – Воронеж, 2021. – 72 с.
7 Кизбикенов, К.О. Прогнозирование и временные ряды : учебное пособие / К.О. Кизбикенов. – Барнаул : АлтГПУ, 2019. – 113c.
8 Клюева, И. А. Ансамблевые методы в задаче мнококлассовой SVM-классификации / Б. В. Костров, А. И. Баранчиков, И. А. Клюева // XXI век: итоги прошлого и проблемы настоящего плюс. – 2021. – Т. 10, № 2 (54). – С.105–108.
9 Комарцова, Л. Г. Нейрокомпьютеры: Учебное пособие для вузов / Л.Г.Комарцова, А. В. Максимов. – 2-е изд., перераб. и доп. – М.: Изд-во МГТУ им.Н.Э. Баумана, 2021. – 400 с.: ил. – (Информатика в техническом университете.)
10 Кориков, А. М. Нейро-нечеткая классификация объектов и их состояний / А.М. Кориков, А.Т. Нгуен // Научный вестник НГТУ. – 2019. – № 3 (72). – С. 73–86.

Весь текст будет доступен после покупки

Показать еще текст

Купить и скачать работу

Разработка моделей для прогнозирования движения цен акций

Почему студенты выбирают наш сервис?

Работаем круглосуточно

24 часа в сутки

7 дней в неделю

Гарантия

Возврат средств в случае проблем с купленной готовой работой

Мы лидеры

LeWork является лидером по количеству опубликованных материалов для студентов

не подошла эта работа?

В нашей базе 78761 курсовых работ – поможем найти подходящую

Ответы на часто задаваемые вопросы

Как оплатить заказ?

Чтобы оплатить заказ на сайте, необходимо сначала пополнить баланс на этой странице - https://lework.net/addbalance

На странице пополнения баланса у вас будет возможность выбрать способ оплаты - банковская карта, электронный кошелек или другой способ.

После пополнения баланса на сайте, необходимо перейти на страницу заказа и завершить покупку, нажав соответствующую кнопку.

Если у вас возникли проблемы при пополнении баланса на сайте или остались вопросы по оплате заказа, напишите нам на support@lework.net. Мы обязательно вам поможем!

Есть ли услуга безопасной покупки, и какой срок гарантии?

Да, покупка готовой работы на сайте происходит через "безопасную сделку". Покупатель и Продавец финансово защищены от недобросовестных пользователей. Гарантийный срок составляет 7 дней со дня покупки готовой работы. В течение этого времени покупатель имеет право подать жалобу на странице готовой работы, если купленная работа не соответствует описанию на сайте. Рассмотрение жалобы занимает от 3 до 5 рабочих дней.

Что означает возможность снять с продажи готовую работу ?

У покупателя есть возможность снять готовую работу с продажи на сайте. Например, если необходимо скрыть страницу с работой от третьих лиц на определенный срок. Тариф можно выбрать на странице готовой работы после покупки.

Как вернуть средства за некачественную работу?

Гарантийный срок составляет 7 дней со дня покупки готовой работы. В течение этого времени покупатель имеет право подать жалобу на странице готовой работы, если купленная работа не соответствует описанию на сайте. Рассмотрение жалобы занимает от 3 до 5 рабочих дней. Если администрация сайта принимает решение о возврате денежных средств, то покупатель получает уведомление в личном кабинете и на электронную почту о возврате. Средства можно потратить на покупку другой готовой работы или вывести с сайта на банковскую карту. Вывод средств можно оформить в личном кабинете, заполнив соответствущую форму.

Как связаться со службой поддержки, если возникли вопросы?

Мы с радостью ответим на ваши вопросы по электронной почте support@lework.net