Graduate papers
  
Description of the graduate paper
Form of studies Bachelor
Title of the study programm Information Technology
Title in original language Mūsdienīgu mašīnmācīšanās algoritmu salīdzināšana cenu kustības prognozēšanai biržā
Title in English Comparison of Modern Machine Learning Algorithms for Forecasting Price Movements on the Stock Exchange
Author Elmārs Timoškāns
Department 12100 Institute of Information Technology
Scientific advisor Jurijs Čižovs
Reviewer Mg. phys. Egmonts Treiguts
Abstract Dotā darba mērķis ir atrast visefektīvāko mašīnmācīšanās algoritmu finanšu instrumenta cenu kustības prognozēšanā, veicot vairāku mūsdienīgu mašīnmācīšanās algoritmu salīdzinošo analīzi un novērtēšanu. Darba mērķa sasniegšanai tika apskatīti biržas pamatprincipi un finanšu tirgus analīzes metodes, kā arī tika izpētīti mašīnmācīšanās pamati. Darba gaitā tika izvēlēti un izvērtēti trīs mūsdienīgi mašīnmācīšanās algoritmi – XGBoost, CatBoost un Prophet. Šiem algoritmiem tika nodefinēti uzdevuma nosacījumi, un tika izveidota uzdevumu pildīšanas vide. Visi izvēlētie mašīnmācīšanās algoritmi tika apmācīti un izmantoti BTC-USD finanšu instrumenta cenu kustības prognozēšanai. Iegūtie rādītāji tika apkopoti un izanalizēti. Divi no apskatītajiem algoritmiem uzrādīja samērā līdzīgus rādījumus. Tomēr CatBoost tika atdzīts par visefektīvāko algoritmu finanšu instrumenta cenu kustības prognozēšanā. Balstoties uz iegūtiem rezultātiem un pieredzi, tika izvirzīti vairāki ieteikumi līdzīgu salīdzinājumu veikšanai. Darba gaitā tika izstrādāti vairāki Python skripti, kuri ir pievienoti pielikumos. Darba apjoms - 52 lpp., 9 tabulas, 14 attēli un 7 pielikumi.
Keywords mašīnmācīšanās, prognozēšana, birža
Keywords in English machine learning, forecasting, stock exchange
Language lv
Year 2019
Date and time of uploading 03.06.2019 21:23:28