Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://earchive.tpu.ru/handle/11683/75519
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.advisorКрицкий, Олег Леонидовичru
dc.contributor.authorРодюкевич, Евгений Сергеевичru
dc.date.accessioned2023-06-08T03:07:08Z-
dc.date.available2023-06-08T03:07:08Z-
dc.date.issued2023-
dc.identifier.citationРодюкевич 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.-
dc.identifier.urihttp://earchive.tpu.ru/handle/11683/75519-
dc.description.abstractВыбраны 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.ru
dc.description.abstractTechnical 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.en
dc.format.mimetypeapplication/pdf-
dc.language.isoruen
dc.rightsinfo:eu-repo/semantics/openAccess-
dc.subjectтехнические индикаторыru
dc.subjectнейронные сетиru
dc.subjectсеть долгой краткосрочной памятиru
dc.subjectсеть управляемого рекуррентного блокаru
dc.subjectкриптовалютаru
dc.subjecttechnical indicatorsen
dc.subjectneural networksen
dc.subjectlong short term memory networken
dc.subjectrecurrent block control networken
dc.subjectcryptocurrencyen
dc.titleИспользование глубоких моделей нейросетей для определения направления будущего движения рисковых компонент портфеля активовru
dc.typeStudents work-
local.departmentНациональный исследовательский Томский политехнический университет (ТПУ)::Инженерная школа ядерных технологий (ИЯТШ)::Отделение экспериментальной физики (ОЭФ)-
local.institut7863-
local.localtypeСтуденческая работа-
dc.subject.oksvnk01.03.02-
local.thesis.levelБакалаврru
local.thesis.disciplineПрикладная математика и информатика-
local.local-vkr-id1274852-
local.vkr-id53190-
local.stud-group0В91-
local.lichnost-id170170-
local.thesis.level-id1-
local.tutor-lichnost-id58633-
dc.subject.udc004.421.2.032.26:005.334:336.763-
Располагается в коллекциях:Выпускные квалификационные работы (ВКР)

Файлы этого ресурса:
Файл Описание РазмерФормат 
TPU1462267.pdf1,93 MBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.