Graduate papers
  
Description of the graduate paper
Form of studies Master
Title of the study programm Financial Engineering Mathematics
Title in original language Mašīnmācīšanās algoritmu izmantošana Nīderlandes TTF dabasgāzes mēneša nākotnes līgumu cenu prognozēšanā
Title in English One-Month Future Price Forecasting for Dutch TTF Natural Gas With Machine Learning
Department Faculty Of Computer Science Information Tehnology And Energy
Scientific advisor Andrejs Matvejevs
Reviewer Boriss Siliverstovs
Abstract Nīderlandes TTF (īpašumtiesību nodošanas iespēja) ir viena no svarīgākām biržām Eiropā, kur notiek dabasgāzes nākotnes līgumu tirdzniecība. Nākotnes līgumi ir izmantojami uzņēmumos ne tikai enerģijas avota pirkšanai vai pārdošanai, bet arī cenu noteikšanai klientiem un zaudējuma riska samazināšanai. Tieši tāpēc nākotnes līgumu cenu prognozēšana ir svarīgs process ne tikai uzņēmumos, bet arī fiziskām personām. Maģistra darbā ir aprakstīts prognozēšanas modeļu izstrādes process un to salīdzinājums, prognozēšanai izmantojot mašīnmācīšanās algoritmus, jeb to virzienu – neironu tīklu modeļus. Pētījuma ietvaros tika lietotas zināšanas par laika rindu analīzi un programmēšanu ar nolūku izvēlēties prognozējamo laika rindu, ietekmējošo faktoru laika rindas un izstrādāt prognozēšanas modeļus. Atklājumi darba gaitā parāda, ka Nīderlandes TTF dabasgāzes mēneša nākotnes līgumu prognozēšanai ir jāizmanto datus par 10 gadu periodu un dažādas tirgus indikatoru skaitliskas vērtības, izmantojot vienvirziena un rekurento neironu tīklu modeļus. Šis pētījums sniedz ieguldījumu skaitļošanas finanšu jomā, uzlabojot izpratni par progresīvu mašīnmācīšanās metožu piemērošanu sarežģītiem finanšu laika rindu datiem. Darbs sastāv no 72 lappusēm, 40 attēliem, 2 tabulām, 14 formulām un ir pievienoti 3 pielikumi. Izmantoto literatūras avotu skaits darbā ir vienāds ar 43 .
Keywords laikrinda, prognoze, TTF, neironu tīkli, nākotnes līgums, dabasgāze
Keywords in English Time series. forecast, TTF, neural network, futures, natural gas
Language lv
Year 2024
Date and time of uploading 03.06.2024 21:56:22