Details

Данная работа посвящена исследованию систем прогнозирования цены криптовалюты на бирже и разработке математической модели системы прогнозирования изменения цены криптовалюты на бирже. Задачи, которые решались в ходе исследования: 1. Обзор существующих подходов к прогнозированию цен криптовалют, выявить их преимущества и недостатки, сформулировать постановку задачи исследования; 2. Исследование основных понятий, подходов и методов технического анализа и методов машинного обучения, применимые к прогнозированию финансовых временных рядов; 3. Выбор конкретного метода (или комбинацию методов) технического анализа, наиболее подходящий для поставленной задачи, обоснование этого выбора и описание выбранного метода; 4. Разработка математической модели прогнозирования цены на основе выбранного метода технического анализа (возможно, с привлечением методов машинного обучения для повышения точности прогноза); 5. Тестирование разработанной модели на исторических данных (с использованием биржи Binance) и оценка её эффективности в сравнении с базовыми подходами (например, стратегиями типа Buy&Hold), анализ результатов и вывод о применимости модели, а также о ее перспективы в дальнейшей модернизации. В результате была проделана всесторонняя разработка системы прогнозирования изменения цены криптовалюты (на примере BTC и ETH) с использованием методов технического анализа. Работа включала обзор современного состояния задач прогнозирования криптовалют, изучение ключевых подходов технического анализа и машинного обучения, выбор методики, разработку математической модели, а также её программную реализацию и тестирование на реальных данных. Для достижения данных результатов в работе были использованы/разработаны следующие информационные технологии: платформа для трейдинга TradingView, криптовалютная биржа Binance, литература по анализу и прогнозированию изменения цены криптовалют, язык программирования Python.

This work is devoted to the study of systems for forecasting the price of cryptocurrencies on the exchange and the development of a mathematical model for a system for forecasting changes in the price of cryptocurrencies on the exchange. The tasks that were solved during the study: 1. Review of existing approaches to predicting cryptocurrency prices, identify their advantages and disadvantages, and formulate the research task; 2. Research of the basic concepts, approaches, and methods of technical analysis and machine learning methods applicable to forecasting financial time series; 3. Selection of a specific method (or a combination of methods) of technical analysis, the most suitable for the task at hand, justification of this choice and description of the selected method; 4. Development of a mathematical model for price forecasting based on the selected method of technical analysis (possibly involving machine learning methods to improve the accuracy of the forecast); 5. Testing the developed model on historical data (using the Binance exchange) and evaluating its effectiveness in comparison with basic approaches (such as Buy&Hold strategies), analyzing the results and concluding on the applicability of the model, as well as its prospects for further improvement. As a result, a comprehensive development of a cryptocurrency price prediction system (using BTC and ETH as examples) was carried out using technical analysis methods. He work included an overview of the current state of cryptocurrency forecasting tasks, an examination of key technical analysis and machine learning approaches, the selection of a methodology, the development of a mathematical model, as well as its software implementation and testing on real data. To achieve these results, the following information technologies were used/developed in the work: the TradingView trading platform, the Binance cryptocurrency exchange, literature on the analysis and forecasting of cryptocurrency price changes, and the Python programming language.