Детальная информация

Название: Прогнозирование изменений цен акций фондового рынка с помощью рекуррентной нейронной сети и анализа тональности текста: выпускная квалификационная работа магистра: направление 09.04.04 «Программная инженерия» ; образовательная программа 09.04.04_02 «Основы анализа и разработки приложений с большими объемами распределенных данных»
Авторы: Виноградов Павел Анатольевич
Научный руководитель: Дробинцев Павел Дмитриевич
Другие авторы: Локшина Екатерина Геннадиевна
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения: Санкт-Петербург, 2021
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: Нейронные сети; прогнозирование; анализ тональности текста; машинное обучение; фондовый рынок; forecasting; sentiment analysis; machine learning; stock market
УДК: 004.62; 004.032.26
ББК: 65.264
Тип документа: Выпускная квалификационная работа магистра
Тип файла: PDF
Язык: Русский
Уровень высшего образования: Магистратура
Код специальности ФГОС: 09.04.04
Группа специальностей ФГОС: 090000 - Информатика и вычислительная техника
Ссылки: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2021/vr/vr21-873
Права доступа: Доступ по паролю из сети Интернет (чтение, печать, копирование)
Ключ записи: ru\spstu\vkr\13329

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

Данная работа посвящена практическому применению рекуррентной нейронной сети при работе с текстом, который влияет на цены акций фондового рынка. В работе рассмотрен подход к реализации такой нейронной сети и оценка полученных с помощью нее результатов. Цель работы – моделирование системы прогнозирования направления изменения цен котировок компаний сектора информационных технологий и сектора нефти и газа. В ходе работы были рассмотрены различные способы реализации предсказания направления движения цен акций фондового рынка, разобраны реализации в реальных работах. На основе них был предложен и реализован алгоритм на основе рекуррентной нейронной сети и анализа новостных заголовков, отобранных по данным изменения цен акций. Модель реализована на языке Python с подключением дополнительных библиотек. Разработанная программа продемонстрировала точность выше, чем у программ-аналогов, использующих схожие подходы, благодаря более тщательному отбору входных данных и небольших последовательностей слов. Реализованная система была рассмотрена для двух секторов фондового рынка, но может быть применима и для остальных.

This master's thesis covers the practical application of recurring neural network when working with text that affects stock prices of the stock market. The paper considers an approach to the implementation of such a neural network and an assessment of the results obtained with its help. The goal of this work is to develop a system for predicting the direction of stock price changes of companies in IT sector and energy sector. In the course of the work, various approaches of implementation the prediction of stock market prices’ trend were considered and the realizations in real works were analyzed. On this basis, an algorithm was proposed and implemented based on a recurrent neural network and analysis of news headlines selected according to the data of stock prices’ changes. The model is implemented using Python with the inclusion of additional libraries. The developed program has demonstrated higher accuracy than analog programs using similar approaches, due to more thorough input data pre-processing and small sequences of words. The implemented system was considered for two sectors of the stock market, but it can be applied to the other sectors.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
Интернет Авторизованные пользователи СПбПУ Прочитать Печать Загрузить
-> Интернет Анонимные пользователи

Статистика использования

stat Количество обращений: 15
За последние 30 дней: 0
Подробная статистика