Details

Title Использование методов машинного обучения для составления оптимального портфеля ценных бумаг: выпускная квалификационная работа бакалавра: направление 09.03.02 «Информационные системы и технологии» ; образовательная программа 09.03.02_02 «Информационные системы и технологии»
Creators Бушуева Александра Олеговна
Scientific adviser Журавская Анжелика
Organization Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и кибербезопасности
Imprint Санкт-Петербург, 2024
Collection Выпускные квалификационные работы; Общая коллекция
Subjects градиентный бустинг; lstm; arima; метод марковица; gradient busting; Markowitz method
Document type Bachelor graduation qualification work
File type PDF
Language Russian
Level of education Bachelor
Speciality code (FGOS) 09.03.02
Speciality group (FGOS) 090000 - Информатика и вычислительная техника
DOI 10.18720/SPBPU/3/2024/vr/vr24-5357
Rights Доступ по паролю из сети Интернет (чтение, печать)
Additionally New arrival
Record key ru\spstu\vkr\32586
Record create date 8/28/2024

Allowed Actions

Action 'Read' will be available if you login or access site from another network

Group Anonymous
Network Internet

Тема выпускной квалификационной работы: Использование методов машинного обучения для составления оптимального портфеля ценных бумаг. Данная работа посвящена исследованию и использованию алгоритмов машинного обучения для предсказания цен акций, а также анализу результатов и выбору лучшего алгоритма. Задачи, которые решались в ходе исследования: 1) Изучение алгоритмов машинного обучения для прогнозирования значений. 2) Реализация метода Марковица для составления оптимального портфеля. 3) Реализация методов машинного обучения для прогнозирования цен акций на двадцать дней. 4) Анализ работы алгоритмов по оценкам прогнозируемых значений и фактических данных.

The subject of the graduate qualification work is «Using machine learning methods to compile an optimal securities portfolio». This work is devoted to the research and use of machine learning algorithms for predicting stock prices, as well as analyzing the results and selecting the best algorithm. Problems that were solved during the study: 1) Study of machine learning algorithms for predicting values. 2) Implementation of the Markowitz method for compiling an optimal port-folio. 3) Implementation of machine learning methods to predict stock prices for twenty days. 4) Analysis of the operation of algorithms based on estimates of predicted values and actual data.

Network User group Action
ILC SPbPU Local Network All
Read Print
Internet Authorized users SPbPU
Read Print
Internet Anonymous

Access count: 1 
Last 30 days: 1

Detailed usage statistics