Використання методів машинного навчання для покращення застосування стохастичних процесів у аналізі високочастотних фінансових даних

У ході роботи проведена розробка та програмна реалізація моделі прогнозування динаміки часових рядів високочастотних фінансових даних з використанням процесу Орнштейна – Уленбека.
Об’єктом дослідження в роботі є процес Орнштейна – Уленбека, предметом дослідження – використання процесу Орнштейна – Уленбека при моделюванні часових рядів високочастотних фінансових даних.
Робота є значимою через використанням моделі прогнозування, що певною мірою відрізняється від моделей сім’ї ARIMA, що широко використовуються в практичних задачах. Окрім того розглянуто базові підходи до вивчення, аналізу та прогнозування часових рядів, зокрема принципи декомпозиції часових рядів та стохастичний підхід Бокса – Дженкінса до прогнозування часових рядів.

Ключові слова: процес Орнштейна – Уленбека, вінерівський процес, часові ряди, прогнозування, стохастичний компонент, моделювання, машинне навчання, градієнтний спуск.

Токарчук Д. К. Використання методів машинного навчання для покращення застосування стохастичних процесів у аналізі високочастотних фінансових даних : кваліфікаційна робота ... бакалавра : 124 Системний аналіз / Токарчук Данило Костянтинович. – Київ, 2023. – 81 с.