Ветряченко Тетяна СергіївнаПирог, Микола Володимирович2025-03-122025-03-122024Ветряченко Т.С. Веб-сервіс із прогнозування котирувань на ринку криптовалют : кваліфікаційна робота бакалавра : 122 Комп’ютерні науки / наук. кер. М.В. Пирог. Київ, 2024. 78 с.https://ir.library.knu.ua/handle/15071834/6076Кваліфікаційна робота: 78 с., 12 рис., 2 табл., 35 джерел, 2 дод. Актуальність роботи зумовлена зростаючим інтересом до криптовалют та необхідністю точного прогнозування їхніх котирувань для інвесторів. Метою роботи є реалізація веб-сервісу для отримання графічних даних прогнозування криптовалют із застосуванням методів машинного навчання. Об’єктом роботи є процес прогнозування котирувань на ринку криптовалют з використанням веб-сервісів. Предметом роботи є інструментарій методів та алгоритмів аналізу даних і машинного навчання, що застосовуються для прогнозування змін котирувань криптовалют, а також їх інтеграція у веб-сервіс для автоматизації процесу. Завдання роботи включають: дослідження методів прогнозування котирувань криптовалют; огляд наявних веб-сервісів; аналіз програмно-технологічного стека побудови зручної платформи для візуалізації прогнозування котирувань криптовалют; проєктування архітектури веб-сервісу та реалізація його backend і frontend частин. Основними результатами роботи є створення функціонального веб-сервісу для прогнозування котирувань криптовалют з використанням моделі LSTM. Реалізовано повний цикл розробки веб-сервісу, від аналізу методів прогнозування до створення архітектури та реалізації backend і frontend частин. Проведено порівняльний аналіз різних підходів до прогнозування, а також оцінку точності моделей. Веб-сервіс надає можливість прогнозувати котирування криптовалют, використовуючи історичні дані, та візуалізувати результати прогнозів. Новизна роботи полягає у поєднанні традиційних методів технічного та фундаментального аналізу з сучасними методами машинного навчання для створення ефективної моделі прогнозування котирувань криптовалют. Запропонований підхід включає також нормалізацію даних та використання різних статистичних показників для покращення якості прогнозів. Ключове значення має побудова зручного інструменту візуалізації прогнозів моделі. Практичне значення роботи полягає у можливості використання розробленого веб-сервісу для інвесторів та аналітиків, що займаються криптовалютами. Веб-сервіс може стати корисним інструментом для наочного розуміння результатів роботи LSTM моделі. Розроблена система може бути також використана як основа для подальших досліджень та вдосконалення методів прогнозування котирувань фінансових інструментів.Qualification work: 78 p., 12 figs., 2 tables, 35 sources, 2 appendixes. The relevance of the work is due to the growing interest in cryptocurrencies and the need for accurate forecasting of their quotes for investors. The purpose of this work is to implement a web service for obtaining graphical data on cryptocurrency forecasting using machine learning methods. The object of the work is the process of forecasting quotes on the cryptocurrency market using web services. The subject of this work is a toolkit of data analysis and machine learning methods and algorithms used to predict changes in cryptocurrency quotes, as well as their integration into a web service to automate this process. The tasks of the work include: research of methods for forecasting cryptocurrency quotes; review of existing web services; analysis of the software and technology stack for building a convenient platform for visualizing cryptocurrency quotes forecasting; designing the architecture of the web service and implementing its backend and frontend parts. The main results of the work include the creation of a functional web service for forecasting cryptocurrency quotes using the LSTM model. A full cycle of web service development has been implemented, from the analysis of forecasting methods to the creation of architecture and the implementation of backend and frontend parts. A comparative analysis of different forecasting approaches was conducted, as well as an assessment of the accuracy of the models. The web service allows forecasting cryptocurrency quotes using historical data and visualizing the results of forecasts. The novelty of the work is the combination of traditional methods of technical and fundamental analysis with modern machine learning methods to create an effective model for forecasting cryptocurrency quotes. The key is to build a convenient tool for visualizing the model's forecasts. The practical significance of the work lies in the possibility of using the developed web service for investors and analysts dealing with cryptocurrencies. The web service can be a useful tool for visualizing the results of the LSTM model. The developed system can also be used as a basis for further research and improvement of methods for forecasting financial instrument quotes.ukпрогнозування котируванькриптовалютимашинне навчанняLSTMвеб-сервіс.Бакалаврська робота