Noslēguma darbu reģistrs
  
Studiju darba apraksts
Studiju veids bakalaura akadēmiskās studijas
Studiju programmas nosaukums Informācijas tehnoloģija
Nosaukums Mūsdienīgu mašīnmācīšanās algoritmu salīdzināšana cenu kustības prognozēšanai biržā
Nosaukums angļu valodā Comparison of Modern Machine Learning Algorithms for Forecasting Price Movements on the Stock Exchange
Autors Elmārs Timoškāns
Struktūrvienība 12100 Informācijas tehnoloģijas institūts
Darba vadītājs Jurijs Čižovs
Recenzents Mg. phys. Egmonts Treiguts
Anotācija 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.
Atslēgas vārdi mašīnmācīšanās, prognozēšana, birža
Atslēgas vārdi angļu valodā machine learning, forecasting, stock exchange
Valoda lv
Gads 2019
Darba augšupielādes datums un laiks 03.06.2019 21:23:28