Palun kasuta seda identifikaatorit viitamiseks ja linkimiseks:
http://elartu.tntu.edu.ua/handle/lib/39533| Pealkiri: | Методи та засоби інтелектуалізованого аналізу назви записувати нижнім регістром (як у реченні) прогнозування курсу криптовалют |
| Teised pealkirjad: | Methods and means of the intellectualized analysis of cryptocurrency переклад англійською rate forecasting |
| Autor: | Артемук, Владислав Романович Artemuk, Vladyslav Romanovych |
| Affiliation: | Тернопільський національний технічний університет імені Івана Пулюя |
| Bibliographic description (Ukraine): | Артемук В. Р. Методи та засоби інтелектуалізованого прогнозування курсу криптовалют : кваліфікаційна робота магістра за спеціальністю „123 — комп’ютерна інженерія“ / В. Р. Артемук. — Тернопіль: ТНТУ, 2021. — 53 с. |
| Bibliographic description (International): | Artemuk V.R. Methods and means of intellectualized forecasting of the exchange rate of cryptocurrencies: master's qualification thesis in the specialty 123 — Computer engineering" / Artemuk V.R. – Ternopil: TNTU, 2021. –53 p. |
| Ilmumisaasta: | 22-det-2022 |
| Submitted date: | 22-det-2022 |
| Date of entry: | 23-det-2022 |
| Kirjastaja: | Тернопільський національний технічний університет імені Івана Пулюя |
| Country (code): | UA |
| Place of the edition/event: | Тернопільський національний технічний університет імені Івана Пулюя |
| Supervisor: | Тиш, Євгенія Володимирівна Tysh, Ievgenia Volodymirivna |
| Committee members: | Приймак, Микола Володимирович Pryimak, Mykola |
| UDC: | 004.42,67 |
| Märksõnad: | 123 комп’ютерна інженерія система метод криптовалюта прогнозування нейромережа Bitcoin інтерфейс API програма Telegram бот system method prediction cryptocurrency neural network interface program bot |
| Number of pages: | 53 |
| Kokkuvõte: | У кваліфікаційній роботі здійснено аналіз існуючих методів прогнозування курсу криптовалют, обрано метод прогнозування курсу криптовалюти методом факторної регресії. Здійснено ибір середовища проектування, проведено його аналіз, описано бібліотека які використовуються в проектуванні та реалізації алгоритмів прогнозування та телеграм бота на основі використання API. In the qualification work, an analysis of existing methods of forecasting the exchange rate of cryptocurrencies was carried out, the method of forecasting the exchange rate of cryptocurrencies using the factor regression method was chosen. The design environment was selected, its analysis was carried out, and the library used in the design and implementation of prediction algorithms and telegram bot based on the use of API was described. |
| Content: | ВСТУП ..... 7 РОЗДІЛ 1 АНАЛІЗ СТАТИСТИЧНИХ ДАНИХ КУРСУ КРИПТОВАЛЮТИ ТА ФУНКЦІОНАЛУ ТЕЛЕГРАМ БОТІВ. ОГЛЯД ІСНУЮЧИХ МЕТОДІВ ПРОГНОЗУВАННЯ КУРСУ КРИПТОВАЛЮТИ ...9 1.1. Важливість прогнозування курсу криптовалюти ...9 1.2. Історичні відомості з приводу курсу криптовалюти Bitcoin ...9 1.3. Telegram. Телеграм бот. Їх особливості ...13 1.4. Опис існуючих методів прогнозування курсу криптовалюти. Переваги та недоліки ...15 1.5. Висновки до першого розділу ...17 РОЗДІЛ 2 АНАЛІЗ МЕТОДУ ФАКТОРНОЇ РЕГРЕСІЇ ПРОГНОЗУВАННЯ КУРСУ КРИПТОВАЛЮТИ ТА ОПИС ПРОГРАМ, ЩО ВИКОРИСТОУЮТЬСЯ...18 2.1. Прогнозування курсу криптовалюти методом факторної регресії ...18 2.2. API...19 2.3. Вибір середовища проектування ...22 2.4. Опис використаних бібліотек Python ...25 2.5. Аналіз отриманих даних прогнозування курсу bitcoin ...30 2.6. Висновок до другого розділу ...32 РОЗДІЛ 3 ВИРІШЕННЯ ПОСТАВЛЕНОЇ ЗАДАЧІ ЗА ДОПОМОГОЮ ОБРАНИХ МЕТОДІВ ...33 3.1 Розробка та перевірка телеграм бота ...33 3.2 Висновок до третього розділу ...426 РОЗДІЛ 4 ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ ...43 4.1. Охорона праці ...43 4.2. Оцінка стійкості роботи об’єкту економіки до впливу поражаючих факторів ядерної зброї ...46 ВИСНОВКИ ...51 ПЕРЕЛІК ВИКОРИСТАНИХ ДЖЕРЕЛ ...52 ДОДАТОК А ТЕЗИ КОНФЕРЕНЦІЇ ...54 |
| URI: | http://elartu.tntu.edu.ua/handle/lib/39533 |
| Copyright owner: | © Артемук Владислав Романович, 2022 |
| References (Ukraine): | 1. Cryptocurrency URL: https://en.wikipedia.org/wiki/Cryptocurrency (дата звернення: 13.10.2022) 2. Bitcoin URL: https://en.wikipedia.org/wiki/Bitcoin (дата звернення: 15.10.2022) 3. Telegram URL: https://uk.wikipedia.org/wiki/Telegram (дата звернення: 17.10.2022) 4. Telegram Bots URL: https://core.telegram.org/bots (дата звернення: 18.10.2022) 5. Telegram Bot API URL: https://core.telegram.org/bots/api (дата звернення: 19.10.2022) 6. Python URL: https://uk.wikipedia.org/wiki/Python (дата звернення: 21.10.2022) 7. Visual Studio Code Docs URL: https://code.visualstudio.com/docs (дата звернення: 22.10.2022) 8. API URL: https://en.wikipedia.org/wiki/API docs (дата звернення: 22.10.2022) 9. The Python Language Reference URL: https://docs.python.org/3/reference/index.html#the-python-language-reference (дата звернення: 23.10.2022) 10. Regression analysis URL: https://en.wikipedia.org/wiki/ Regression_analysis (дата звернення: 28.10.2022) 11. Skforecast Docs URL: https://joaquinamatrodrigo.github.io/skforecast /0.4.3/index.html (дата звернення: 01.11.2022) 12. Matplotlib 3.6.2 documentation URL: https://matplotlib.org/stable/index.html (дата звернення: 05.11.2022) 13. CryptoCMD documentation URL: https://pypi.org/project/cryptocmd/ (дата звернення: 08.11.2022)53 14. Aiogram Docs URL: https://docs.aiogram.dev/en/latest/ (дата звернення: 09.11.2022) 15. Welcome to LightGBM’s documentation URL: https://pypi.org/project/cryptocmd/ (дата звернення: 11.11.2022) 16. Binance API documentation URL: https://binance- docs.github.io/apidocs/spot/en/#change-log (дата звернення: 13.11.2022) 17. Авторегресійні моделі прогнозування URL: https://helpiks.org/4- 108320.html (дата звернення: 14.11.2022) 18. 12 Popular Candlestick Patterns Used in Technical Analysis URL: https://academy.binance.com/en/articles/beginners-candlestick-patterns (дата звернення: 15.11.2022) 19. Stochastic RSI Explained URL: https://academy.binance.com/en/articles/stochastic-rsi-explained (дата звернення: 18.11.2022) 20. Arvind Narayanan. «Bitcoin and Cryptocurrency Technologies: A Comprehensive Introduction» Princeton University Press. 2016 – 304 c. 21. Ivan Nunes da Silva. «Artificial Neural Networks: A Practical Course» Springer. 2017. – 307 c |
| Content type: | Master Thesis |
| Asub kollektsiooni(de)s: | 123 — комп’ютерна інженерія |
Failid selles objektis:
| Fail | Kirjeldus | Suurus | Formaat | |
|---|---|---|---|---|
| Авторська_довідка_Артемук.docx | 19,66 kB | Microsoft Word XML | Vaata/Ava | |
| Кваліфікаційна робота.pdf | 1,49 MB | Adobe PDF | Vaata/Ava |
Kõik teosed on Dspaces autoriõiguste kaitse all.
Admin vahendid