Моделювання волатильності криптовалютного ринку з використанням машинного навчання

Завантажень

Завантажень за місяць протягом останнього року

Янчук, В. О. (2025) Моделювання волатильності криптовалютного ринку з використанням машинного навчання. [Другий (магістерський) рівень освіти]

[img] Text
2025 Янчук В О Моделювання волатильності криптовалютного ринку з використанням машинного навчання.pdf

Download(2MB)

Анотація

Виконав: здобувач вищої освіти 2 курсу, групи ІТБ-61м, Янчук Вадим Олександрович. Актуальність теми даної магістерської роботи полягає у зростаючій ролі криптовалют на глобальних фінансових ринках та потребі у точному прогнозуванні їх волатильності. Тема є актуальною з огляду на інтенсивний розвиток цифрових економік та швидке поширення криптовалютних транзакцій у всьому світі. Об’єкт дослідження магістерської роботи – процес моделювання, прогнозування та аналізу волатильності криптовалют за допомогою методів машинного навчання. Предметною областю дослідження є статистичні, економетричні та інтелектуальні методи аналізу фінансових даних, зокрема ARIMA/SARIMA-моделі, ланцюги Маркова, а також моделі глибинного навчання LSTM та GRU для прогнозування цін криптовалют. Метою магістерської роботи є формування комплексної моделі прогнозування волатильності криптовалют на основі сучасних алгоритмів машинного навчання та статистичного аналізу, що дозволяє підвищити точність оцінки ризиків та забезпечити ефективність прогнозування динаміки криптовалютних цін. У магістерській роботі виконано комплексний аналіз криптовалютного ринку, що охоплює статистичне дослідження часових рядів, оцінку волатильності та застосування моделей ARIMA/SARIMA, ланцюгів Маркова та глибинного навчання LSTM і GRU для прогнозування цін. Отримані результати дозволили сформувати ефективні моделі прогнозування та виявити ключові чинники ризику.

Тип елементу : Другий (магістерський) рівень освіти
Ключові слова: криптовалюта, волатильність, машинне навчання, ARIMA, SARIMA, LSTM, GRU, часові ряди, Value at Risk, log-returns, ризик-аналіз, прогнозування.
Тематики: Шифр галузі знань > 12 Інформаційні технології
Шифр галузі знань > 12 Інформаційні технології > 126 Інформаційні системи і технології
Наукова робота студента
Підрозділи: Навчально-науковий інститут кібернетики, інформаційних технологій та інженерії > Комп'ютерних технологій та економічної кібернетики
Користувач, що депонує: В. Є. Перелигіна
Дата внесення: 11 Бер 2026 07:32
Останні зміни: 11 Бер 2026 07:32
URI: http://ep3.nuwm.edu.ua/id/eprint/36665
Перегляд елементу Перегляд елементу

Завантажень

Завантажень за місяць протягом останнього року