Розробка моделі короткострокового прогнозування коригувань курсів криптовалют
Тип публікації :
Магістерська робота
Дата випуску :
2023
Автор(и) :
Оберемок Марія
Мова основного тексту :
ua
eKNUTSHIR URL :
Цитування :
[APA 7] Оберемок, М. (2023). Розробка моделі короткострокового прогнозування коригувань курсів криптовалют [Магістерська робота, Київський національний університет імені Тараса Шевченка]. eKNUTSHIR. https://ir.library.knu.ua/handle/123456789/6163
[ДСТУ] Оберемок М. Розробка моделі короткострокового прогнозування коригувань курсів криптовалют : кваліфікаційна робота магістра : 05 Соціальні та поведінкові науки. Київ, 2023. 52 с. URL: https://ir.library.knu.ua/handle/123456789/6163 (дата звернення: 25.07.2026).
Мета дослідження: створення моделі короткострокового прогнозування котирувань курсів криптовалют.
Предмет дослідження: методи прогнозування курсів криптовалют на основі часових рядів.
Об’єкт дослідження: ринок криптовалют, часовий ряд курсу Bitcoin.
Наукова новизна, практична значимість дослідження: у роботі було побудовано та проаналізовано статистичні моделі прогнозування часових рядів. Зібрано теоретичний матеріал щодо факторів, що впливають на зміну котирувань курсів криптовалют, удосконалено методологію короткострокового прогнозування курсів криптовалют за стандартом CRISP-DM (Cross-Industry Standard Process for Data Mining).
Практична цінність: побудована статистична модель може бути використана інвесторами та менеджерами з ризиків, які шукають інструменти для прогнозування цін на криптовалюти.
Ключові слова: криптовалюта, курси валют, короткострокове прогнозування, часові ряди, ARIMA, мова програмування Python, Bitcoin.
Предмет дослідження: методи прогнозування курсів криптовалют на основі часових рядів.
Об’єкт дослідження: ринок криптовалют, часовий ряд курсу Bitcoin.
Наукова новизна, практична значимість дослідження: у роботі було побудовано та проаналізовано статистичні моделі прогнозування часових рядів. Зібрано теоретичний матеріал щодо факторів, що впливають на зміну котирувань курсів криптовалют, удосконалено методологію короткострокового прогнозування курсів криптовалют за стандартом CRISP-DM (Cross-Industry Standard Process for Data Mining).
Практична цінність: побудована статистична модель може бути використана інвесторами та менеджерами з ризиків, які шукають інструменти для прогнозування цін на криптовалюти.
Ключові слова: криптовалюта, курси валют, короткострокове прогнозування, часові ряди, ARIMA, мова програмування Python, Bitcoin.
The author created a model for short-term forecasting of the exchange rate of cryptocurrencies. Collected theoretical material on the factors affecting the change in quotes of cryptocurrency rates and improved the methodology of short-term forecasting of cryptocurrency rates according to the CRISP-DM (Cross-Industry Standard Process for Data Mining) standard.
To construct optimal model are used graphical analysis, time series analysis, moving average smoothing method, and integrated ARIMA moving average autoregression model.
Key words: cryptocurrency, exchange rates, short-term forecasting, time series, ARIMA, Python, Bitcoin.
To construct optimal model are used graphical analysis, time series analysis, moving average smoothing method, and integrated ARIMA moving average autoregression model.
Key words: cryptocurrency, exchange rates, short-term forecasting, time series, ARIMA, Python, Bitcoin.
Галузі знань та спеціальності :
05 Соціальні та поведінкові науки
051 Економіка
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
2.98 MB
Контрольна сума :
(MD5):ef73d4b4257cab11e3556739cc9e21bb
Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution-NonCommercial 4.0 International