2023 рік

Permanent URI for this collection

https://ir.kneu.edu.ua/handle/2010/43785

Browse

Browsing 2023 рік by Author "Musidrai, Anastasii"

Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    Методи прогнозування курсу криптовалют
    (Київський національний економічний університет імені Вадима Гетьмана, 2023-12-21) Мусідрай, Анастасія Миколаївна; Musidrai, Anastasii; Савіна, Світлана Станіславівна
    Метою дипломної роботи є спільне використання криптовалютних та фондових індексів і економетричних авторегресійних моделей для прогнозування динаміки криптовалют. Зокрема в роботі виконано огляд літератури та виявлення чинників, що впливають на ціни криптовалют та індекс CRIX; приведення часових рядів до стаціонарності; побудовано моделі з екзогенними факторами та без них, а саме: інтегрованої моделі авторегресії та ковзного середнього (ARIMA), моделі узагальненої авторегресійної умовної гетероскедастичності (GARCH)); побудовано короткостроковий прогноз курсу криптовалют; проведено порівняння прогнозної сили моделей та перевірка стійкості отриманих результатів. Практичне значення - були проведені практичні розрахунки та сформульовані висновки про спільне використання фондових і крипто індексів та авторегресійного моделювання стосовно до даних курсу криптовалют. The purpose of the thesis is to combine cryptocurrency and stock indices and econometric autoregressive models to forecast the dynamics of cryptocurrencies. In particular, the work includes a literature review and identification of factors affecting cryptocurrency prices and the CRIX index; bringing time series to stationarity; building models with and without exogenous factors, namely integrated autoregressive and moving average (ARIMA) model, generalized autoregressive conditional heteroscedasticity (GARCH) model); a short-term forecast of cryptocurrency rates was made; the predictive power of the models was compared and the stability of the results was checked. Practical significance - practical calculations were carried out and conclusions were made about the joint use of stock and crypto indices and autoregressive modeling in relation to cryptocurrency exchange rate data.