Прогнозування котирування цінних паперів засобами машинного навчання

Simple item page
dc.contributor.advisorІванов, Сергій Миколайович
dc.contributor.authorСеменюк, Катерина Станіславівна
dc.contributor.authorSemeniuk, Kateryna
dc.date.accessioned2024-05-22T11:00:05Z
dc.date.available2024-05-22T11:00:05Z
dc.date.issued2023-06-22
dc.description.abstractРозглянуто теоретичні основи цінних паперів, ризики інвестиційної діяльності та стратегії їх пом'якшення. Проведено аналіз поведінки акцій обраних компаній у часі та виявлені основні тенденції. Для аналізу сезонності, тренду та шуму в часових рядах застосовано метод декомпозиції STL. Прогнозування ціни відкриття акцій здійснено методами експоненціального згладжування. В процесі підбору найкращої моделі для прогнозування використані методи машинного навчання. The securities’ theoretical basis, risks of investment activities, and strategies for their mitigation were considered. An analysis of the selected companies shares’ behavior over time was carried out and the main trends were identified. To analyze seasonality, trend and noise in time series the STL decomposition method has been used. The prediction of shares’ opening price was carried out by exponential smoothing methods. Machine learning methods were used in the process of selecting the best forecasting model.
dc.identifier.citationСеменюк К. С. Прогнозування котирування цінних паперів засобами машинного навчання : бакалавр. диплом. робота : 051, Економіка / Семенюк Катерина Станіславівна ; наук. керівник Іванов С. М.; КНЕУ ім. Вадима Гетьмана, Навч.-наук. ін-т «Ін-т інформ. технологій в економіці», Каф. матем. моделювання та статистики. – Київ, 2023. – 86 с.
dc.identifier.urihttps://ir.kneu.edu.ua/handle/2010/44335
dc.language.isouk
dc.publisherКиївський національний економічний університет імені Вадима Гетьмана
dc.subjectцінні папери
dc.subjectвиди цінних паперів
dc.subjectакції
dc.subjectризики
dc.subjectстратегії пом’якшення ризиків
dc.subjectкотирування цінних паперів
dc.subjectдекомпозиція
dc.subjectпрогнозування
dc.subjectметоди прогнозування
dc.subjectзалишки
dc.subjectметоди машинного навчання
dc.subjectsecurities
dc.subjecttypes of securities
dc.subjectshares
dc.subjectrisks
dc.subjectrisk mitigation strategies
dc.subjectsecurities quotes
dc.subjectdecomposition
dc.subjectforecasting
dc.subjectforecasting methods
dc.subjectresiduals
dc.subjectmachine learning methods
dc.titleПрогнозування котирування цінних паперів засобами машинного навчання
dc.title.alternativeSecurities quotes’ forecasting by means of machine learning
dc.typeOther
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
Semeniuk_Kateryna_051_23.pdf
Size:
1.63 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
2023 рік