Аналіз та прогнозування дохідності криптовалют
No Thumbnail Available
Date
2024-06-20
Journal Title
Journal ISSN
Volume Title
Publisher
Київський національний економічний університет імені Вадима Гетьмана
Abstract
Метою дослідження є прогнозування дохідності криптовалют за допомогою авторегресійних моделей для побудови короткострокових прогнозів. У дослідженні були використані методи сучасної теорії фінансових інструментів, а також досягнення в галузі моделювання, побудови прогнозу на основі авторегресійних моделей. Значущість отриманих результатів полягає в проведенні розрахунків щодо використання авторегресійного моделювання до реальних даних ціни та дохідності низки криптовалют. У зв'язку із зростанням активності на фондових та крипторинках і жорсткістю вимог до ризиків, підвищення надійності торговельних стратегій за рахунок якісних короткострокових прогнозів для крипто активів є актуальним завданням сьогодення.
The aim of the study is to predict the yield of cryptocurrencies using autoregressive models to build short-term forecasts. The study used the methods of modern theory of financial instruments, as well as achievements in the field of modeling, forecasting based on autoregressive models. The significance of the obtained results lies in the calculations on the application of autoregressive modeling to real data on the price and yield of a number of cryptocurrencies. Due to the growth of activity in the stock and crypto markets and the tightening of risk requirements, increasing the reliability of trading strategies through high-quality short-term forecasts for crypto assets is an urgent task today.
Description
Keywords
криптовалюти, аналіз часових рядів, прогнозування, авторегресійні моделі, cryptocurrencies, time series analysis, forecasting, autoregressive models
Citation
Черниш А. О. Аналіз та прогнозування дохідності криптовалют : бакалавр. диплом. робота : 051, Економіка / Черниш Андрій Олександрович ; наук. керівник Даценко Н. В. ; КНЕУ ім. Вадима Гетьмана, Навч.-наук. ін-т «Ін-т інформ. технологій в економіці», Каф. математ. моделювання та статистики. – Київ, 2024. – 65 с.