Передбачення курсу акцій за допомогою рекурентних нейромереж з урахуванням актуальної інформації

Abstract

Бакалаврська кваліфікаційна робота виконана студентом групи КН-414 Сабовом Віктором Арпадовичем. Тема “Передбачення курсу акцій за допомогою рекурентних нейромереж з урахуванням актуальної інформації”. Робота направлена на здобуття ступеня бакалавра за спеціальністю 122 «Комп’ютерні науки». Метою дипломної роботи є побудова нейромережевої моделі для передбачення курсу акцій з урахуванням актуальної інформації у яку будуть входити трансформери для сентиментального аналізу новин (додаткових даних) та рекурентні нейронні мережі для передбачення курсу акцій. Об’єктом дослідження є процес передбачення курсу акцій компаній відштовхуючись від історії ціни акцій та новин, пов’язаних з компанією. У результаті виконання дипломної роботи була розроблена комбінована нейронна мережа для передбачення курсу, що приймає дані за деякий проміжок і повертає курс за наступний день. Дана система може використовуватися на практиці для оптимізації витрат інвесторів та кращої якості передбачень аніж класичні методи на основі статистичних алгоритмів або алгоритмів машинного навчання. The bachelor's qualification work was completed by Viktor Arpadovych Sabov, a student of the KN-414 group. Topic "Prediction of the course of action using recurrent neural networks taking into account relevant information". The work is aimed at obtaining a bachelor's degree in the specialty 122 "Computer Science". The aim of the thesis is to build a neural network model for stock price prediction based on current information, which will include transformers for sentimental analysis of news (additional data) and recurrent neural networks for stock price prediction. The object of the study is the process of predicting the course of company shares based on the history of the share price and news related to the company.