Детальная информация

Название Рекомендательная трейдинговая система на основе машинного обучения: выпускная квалификационная работа магистра: направление 01.04.02 «Прикладная математика и информатика» ; образовательная программа 01.04.02_02 «Математические методы анализа и визуализации данных»
Авторы Игнатьев Даниил Дмитриевич
Научный руководитель Новиков Федор Александрович
Организация Санкт-Петербургский политехнический университет Петра Великого. Физико-механический институт
Выходные сведения Санкт-Петербург, 2025
Коллекция Выпускные квалификационные работы ; Общая коллекция
Тематика прогнозирование временных рядов ; нейроные сети ; lstm ; длинная цепь элементов краткосрочной памяти ; cnn ; свёрточные нейронные сети ; анализ рядов котировок криптовалют ; time series forecasting ; neural networks ; long short-term memory chain ; convolutional neural networks ; cryptocurrency quotation series analysis
Тип документа Выпускная квалификационная работа магистра
Тип файла PDF
Язык Русский
Уровень высшего образования Магистратура
Код специальности ФГОС 01.04.02
Группа специальностей ФГОС 010000 - Математика и механика
DOI 10.18720/SPBPU/3/2025/vr/vr25-3629
Права доступа Доступ по паролю из сети Интернет (чтение, печать, копирование)
Дополнительно Новинка
Ключ записи ru\spstu\vkr\39150
Дата создания записи 24.09.2025

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

Работа основывалась на статьях со схожими исследованиями и материалах из сети Интернет.  Загрузка и хранение данных произведено посредством языка программирования Golang и базы данных PostgreSQL. Обработка, визуализация данных и обучение нейросетей осуществлено на языке Python с использованием открытых библиотек для машинного обучения Tensorflow и Keras.  В результате исследования были запрограммированы и обучены две нейронные сети, выявлены их достоинства и недостатки, получены и визуализированы результаты прогнозирования нейронных сетей.

The work was based on articles with similar studies and materials from the Internet. Data loading and storage was performed using the Golang programming language and the PostgreSQL database.  Data processing, visualization and neural network training were carried out in Python using open libraries for machine learning Tensorflow and Keras.  As a result of the study, two neural networks were programmed and trained, their advantages and disadvantages were identified, and the results of neural network forecasting were obtained and visualized.

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

Количество обращений: 0 
За последние 30 дней: 0

Подробная статистика