Детальная информация

Актуальность работы по теме «Разработка интеллектуальной системы принятия инвестиционных решений на основе эволюционно-оптимизационного моделирования» обусловлена ростом доступности международных финансовых рынок для частных инвесторов и одновременным усложнением процесса принятия обоснованных инвестиционных решений в условиях высокой волатильности и большого объёма рыночной информации. Цель работы – разработка интеллектуальной системы принятия инвестиционных решений, которая на основе исторических рыночных данных, технических индикаторов и генетического алгоритма оптимизации формирует рекомендации по управлению портфелем. В ходе работы изучены теоретические основы технического анализа, исследован математический аппарат генетических алгоритмов, разработана архитектура системы, реализован программный продукт с интерфейсом в Telegram, проведено тестирование на исторических данных. Результаты. Разработана и программно реализована интеллектуальная система, в которой генетический алгоритм оптимизирует пороговые значения индикатора RSI индивидуально для каждого анализируемого актива. Практическая значимость – разработанная система представляет собой готовый программный продукт, доступный через мессенджер Telegram без специальных знаний в области программирования или финансового анализа. Система может применяться частными инвесторами для управления личным портфелем, а также сотрудниками компаний со свободными средствами для поддержки решений по размещению валютных резервов в финансовых инструментах. При написании работы использовались следующие цифровые ресурсы: сервис биржевых данных Yahoo Finance, документация библиотеки DEAP, документация библиотеки python-telegram-bot, документация библиотеки pandas, документация Python, документация SQLite.

Relevance of the work on the topic "Development of an Intelligent Investment Decision-Making System Based on Evolutionary Optimization Modeling" is determined by the growing accessibility of international financial markets for private investors and the increasing complexity of making informed investment decisions under conditions of high market volatility. The purpose of the work is to develop an intelligent system that generates personalized portfolio management recommendations based on technical indicators and a genetic algorithm optimization. In the course of the work, the theoretical foundations of investment analysis were studied, the mathematical apparatus of genetic algorithms was examined, the system architecture was designed, a software product was implemented in Python with a Telegram interface, and testing on historical data was conducted. Results. An intelligent system was developed in which a genetic algorithm optimizes RSI thresholds individually for each asset. The optimized strategy outperformed the fixed-parameter strategy on the majority of assets. Practical significance — the system is accessible through Telegram without specialized knowledge and can be used by private investors and companies for portfolio management. The following digital resources were used in the work: Yahoo Finance, DEAP documentation, python-telegram-bot documentation, pandas documentation, Python documentation, SQLite documentation.