Details

Title: Прогнозирование цен акций с использованием рекуррентной нейронной сети: выпускная квалификационная работа магистра: 09.04.04 - Программная инженерия ; 09.04.04_01 - Технология разработки и сопровождения качественного программного продукта
Creators: Овсепян Анушик Владиковна
Scientific adviser: Амосов Владимир Владимирович
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint: Санкт-Петербург, 2018
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: Нейронные сети; Вычислительные машины электронные персональные — Библиотеки программ; фондовые рынки; акции
UDC: 004.032.26
Document type: Master graduation qualification work
File type: PDF
Language: Russian
Speciality code (FGOS): 09.04.04
Speciality group (FGOS): 090000 - Информатика и вычислительная техника
Links: http://doi.org/10.18720/SPBPU/2/v18-1450; http://elib.spbstu.ru/dl/2/rev/v18-1450-o.pdf; http://elib.spbstu.ru/dl/2/rev/v18-1450-r.pdf

Allowed Actions: Read You need Flash Player to read document

Group: Anonymous

Network: FL SPbPU Local Network

Annotation

Объектом исследования является определение эффективной модели для прогнозирования цен на акции на основе рекуррентной нейронной сети. В этой работе применяются VanillaRNN, LSTM и GRU сети для прогноза цен на акции на примере компании PorscheAutomobilHolding SE и сравниваются полученные результаты. Эффективность модели была количественно оценена с помощью метода среднеквадратичной ошибки RMSE. Программная реализация выполнена с использованием библиотек для машинного обучения и сложных математических вычислений, таких как Keras, TensorFlow, scikit-learn, Pandas, NumPy и представляет собой скрипт на языке программирования Python 3.5.5. Результатом данной выпускной квалификационной работы является разработка модели для прогнозирования цен с целью её дальнейшего применения в краткосрочной торговле.

Document access rights

Network User group Action
-> FL SPbPU Local Network All Read
Internet All Read

Document usage statistics

stat Document access count: 131
Last 30 days: 1
Detailed usage statistics