Інформаційно-аналітична система прогнозування портфеля криптовалютних фінансових інструментів

Abstract

У кваліфікаційній роботі магістра проведено огляд торгових індикаторів та авторегресійних моделей для аналізу та передбачення руху тренду тимчасового ряду котирувань активу. Розроблено алгоритми для передбачення напряму руху тренду котирувань. Виконана їх програмна реалізація, проведено аналіз їх роботи та здійснено візуалізацію отриманих даних як при застосуванні комплексу індикаторів, так і при застосуванні моделі із сезонним авторегресійним інтегрованим ковзним середнім. Використана модель машинного навчання більш точно точніше і впевненіше прогнозує майбутню ціну та сам напрямок руху тренд криптовалютиу, що відіграє важливу роль у торгівлі криптоактивами.

In the master's thesis, a review of trading indicators and autoregression models was conducted to analyze and predict the movement of the trend of the time series of the asset's quotations. Algorithms have been developed for predicting the direction of the quote trend. Their software implementation was carried out, an analogue of their work was carried out and the visualization of the obtained data was carried out both when using a set of indicators and when using a model with a seasonal autoregressive integrated moving average. The used machine learning model predicts the future price and the very direction of the cryptocurrency trend more accurately, more accurately and more confidently, which plays an important role in the trading of cryptoassets.