Для студентов МГТУ им. Н.Э.Баумана по предмету Дипломы и ВКРСистема прогнозирования котировок акций методами машинного обученияСистема прогнозирования котировок акций методами машинного обучения
2021-03-232021-03-23СтудИзба
ВКР: Система прогнозирования котировок акций методами машинного обучения
Описание
РЕФЕРАТ
Расчетно-пояснительная записка N с., M рис., K табл., S источников. СИСТЕМА ПРОГНОЗИРОВАНИЯ КОТИРОВОК АКЦИЙ МЕТОДАМИ МАШИННОГО ОБУЧЕНИЯ
Цель работы — построение прогнозирующей модели котировок акций Выпускная квалификационная работа на тему “Система прогнозирования котировок акций методами машинного обучения ” посвящена разработке системы, прогнозирующей значения временного ряда по историческим данным.
Целью прогноза является точное определение цены закрытия акции на ближайшее будущее. Актуальность темы обусловлена высоким спросом на анализ данных и методы машинного обучения.
В задачи разработки данной системы входит разработка алгоритма обучения модели на тренировочной выборке и проверка работоспособности на тестовой выборке. Практическая значимость заключается в высокой точности прогноза с минимальными затратами пользователя. Расчётно-пояснительная записка включает в себя нескольких частей, в которых подробно описаны этапы и результаты разработки. Конструкторская часть квалификационной работы включает в себя общетехническое обоснование разработки, а также разработку архитектуры системы и разработку алгоритмов обработки данных. Технологическая часть содержит описание методов тестирования системы и описание выводимых графиков и параметров. Исследовательская часть включает в себя разделы по выбору методов машинного обучения, применимых к прогнозированию временных рядов, способов обучения, а также сравнительный анализ полученных результатов.
ВВЕДЕНИЕ
Сегодняшний мир целиком и полностью состоит из информации. Люди веками собирали данные в книгах, летописях. Теперь огромные массивы данных хранятся на электронных носителях, которые надо анализировать, структурировать и извлекать ценную информацию. Простой человеческий мозг не способен обработать весь объем информации и найти все связи между данными, которые в большинстве случаев неявно выражены. Исследования в области построения прогнозирующих моделей ведутся специалистами разных областей, и уже существует огромное множество подходов и методов к реализации моделей анализа данных. Классические методы анализа данных требуют больших знаний в области математики и статистики и показывают малую эффективность в условии интенсивного изменения среды. Огромный интерес вызывают методы машинного обучения, развивающиеся сегодня с огромной скоростью. Оно способно само обучаться на тренировочных данных и находить скрытые связи между данными и строить модели. В настоящее время, данная система может использоваться в исследовательских целях, после проведения необходимых приготовлений, таких, как переобучение нейронной сети на определенный процесс. В качестве темы для данной выпускной квалификационной работы было выбрано «Система прогнозирования котировок акций методами машинного обучения». Актуальность выбранной темы заключается в том, что классические методы прогнозирования временных рядов устаревают и им необходимо искать достойную замену. Классические методы в условиях турбулентности финансовых и прочих показателей оказываются недостаточно гибкими, в то время как своевременная и незамедлительная реакция участников финансовых рынков может спасти им целое состояние
Целью данной работы является разработка системы для прогнозирования котировок акций с использованием машинного обучения на основании исторических данных и возможностей машинного обучения в финансовоэкономической сфере. В качестве основных задач выделяются: • изучение предметной области; • разработка структуры системы; • разработка алгоритмов обработки информации; • разработка интерфейса; • разработка технологической документации; • разработка технической документации; • программная реализация системы; • тестирование работоспособности системы. Объектом данного исследования являются котировки акций. Предметом исследования являются методы машинного обучения. Данная работа создана в соответствии с законодательством РФ и принятыми ГОСТами.
![]()
![]()
![]()
Расчетно-пояснительная записка N с., M рис., K табл., S источников. СИСТЕМА ПРОГНОЗИРОВАНИЯ КОТИРОВОК АКЦИЙ МЕТОДАМИ МАШИННОГО ОБУЧЕНИЯ
Цель работы — построение прогнозирующей модели котировок акций Выпускная квалификационная работа на тему “Система прогнозирования котировок акций методами машинного обучения ” посвящена разработке системы, прогнозирующей значения временного ряда по историческим данным.
Целью прогноза является точное определение цены закрытия акции на ближайшее будущее. Актуальность темы обусловлена высоким спросом на анализ данных и методы машинного обучения.
В задачи разработки данной системы входит разработка алгоритма обучения модели на тренировочной выборке и проверка работоспособности на тестовой выборке. Практическая значимость заключается в высокой точности прогноза с минимальными затратами пользователя. Расчётно-пояснительная записка включает в себя нескольких частей, в которых подробно описаны этапы и результаты разработки. Конструкторская часть квалификационной работы включает в себя общетехническое обоснование разработки, а также разработку архитектуры системы и разработку алгоритмов обработки данных. Технологическая часть содержит описание методов тестирования системы и описание выводимых графиков и параметров. Исследовательская часть включает в себя разделы по выбору методов машинного обучения, применимых к прогнозированию временных рядов, способов обучения, а также сравнительный анализ полученных результатов.
ВВЕДЕНИЕ
Сегодняшний мир целиком и полностью состоит из информации. Люди веками собирали данные в книгах, летописях. Теперь огромные массивы данных хранятся на электронных носителях, которые надо анализировать, структурировать и извлекать ценную информацию. Простой человеческий мозг не способен обработать весь объем информации и найти все связи между данными, которые в большинстве случаев неявно выражены. Исследования в области построения прогнозирующих моделей ведутся специалистами разных областей, и уже существует огромное множество подходов и методов к реализации моделей анализа данных. Классические методы анализа данных требуют больших знаний в области математики и статистики и показывают малую эффективность в условии интенсивного изменения среды. Огромный интерес вызывают методы машинного обучения, развивающиеся сегодня с огромной скоростью. Оно способно само обучаться на тренировочных данных и находить скрытые связи между данными и строить модели. В настоящее время, данная система может использоваться в исследовательских целях, после проведения необходимых приготовлений, таких, как переобучение нейронной сети на определенный процесс. В качестве темы для данной выпускной квалификационной работы было выбрано «Система прогнозирования котировок акций методами машинного обучения». Актуальность выбранной темы заключается в том, что классические методы прогнозирования временных рядов устаревают и им необходимо искать достойную замену. Классические методы в условиях турбулентности финансовых и прочих показателей оказываются недостаточно гибкими, в то время как своевременная и незамедлительная реакция участников финансовых рынков может спасти им целое состояние
Целью данной работы является разработка системы для прогнозирования котировок акций с использованием машинного обучения на основании исторических данных и возможностей машинного обучения в финансовоэкономической сфере. В качестве основных задач выделяются: • изучение предметной области; • разработка структуры системы; • разработка алгоритмов обработки информации; • разработка интерфейса; • разработка технологической документации; • разработка технической документации; • программная реализация системы; • тестирование работоспособности системы. Объектом данного исследования являются котировки акций. Предметом исследования являются методы машинного обучения. Данная работа создана в соответствии с законодательством РФ и принятыми ГОСТами.
Характеристики ВКР
Предмет
Учебное заведение
Просмотров
20
Покупок
0
Размер
1,02 Mb
Список файлов
Ваше удовлетворение является нашим приоритетом, если вы удовлетворены нами, пожалуйста, оставьте нам 5 ЗВЕЗД и позитивных комментариев. Спасибо большое!
anhyeuem
