Please use this identifier to cite or link to this item:
http://earchive.tpu.ru/handle/11683/75519
Title: | Использование глубоких моделей нейросетей для определения направления будущего движения рисковых компонент портфеля активов |
Authors: | Родюкевич, Евгений Сергеевич |
metadata.dc.contributor.advisor: | Крицкий, Олег Леонидович |
Keywords: | технические индикаторы; нейронные сети; сеть долгой краткосрочной памяти; сеть управляемого рекуррентного блока; криптовалюта; technical indicators; neural networks; long short term memory network; recurrent block control network; cryptocurrency |
Issue Date: | 2023 |
Citation: | Родюкевич Е. С. Использование глубоких моделей нейросетей для определения направления будущего движения рисковых компонент портфеля активов : бакалаврская работа / Е. С. Родюкевич ; Национальный исследовательский Томский политехнический университет (ТПУ), Инженерная школа ядерных технологий (ИЯТШ), Отделение экспериментальной физики (ОЭФ) ; науч. рук. О. Л. Крицкий. — Томск, 2023. |
Abstract: | Выбраны индикаторы технического анализа для прогнозирования направления рисковых компонент портфеля активов. Рассмотрен набор индикаторов технического анализа, используемых в качестве объясняющих переменных в современной литературе и на специализированных торговых сайтах. В качестве модели использовались глубокие нейронные сети. Technical analysis indicators were chosen to predict the direction of the risky components of the asset portfolio. A set of technical analysis indicators used as explanatory variables in modern literature and on specialized trading websites is considered. Deep neural networks were used as a model. |
URI: | http://earchive.tpu.ru/handle/11683/75519 |
Appears in Collections: | Выпускные квалификационные работы (ВКР) |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
TPU1462267.pdf | 1,93 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.