Noslēguma darbu reģistrs
  
Studiju darba apraksts
Studiju veids bakalaura profesionālās studijas
Studiju programmas nosaukums Finanšu inženierija
Nosaukums Tirdzniecība finanšu tirgos izmantojot mašīnmācīšanās bibliotēku Catboost
Nosaukums angļu valodā Application of Machine Learning Library Catboost for Trading in Financial Markets
Struktūrvienība 33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte
Darba vadītājs Konstantins Kozlovskis
Recenzents docente,Kristīne Vitola, TSI
Anotācija Bakalaura darba ietvaros ir apskatīti literatūras avoti par tirdzniecību finanšu tirgos un mašīnmācīšanās tehnoloģiju, izstrādāta, uz mašīnapmācītiem modeļiem balstīta, tirdzniecības sistēma un veikta analīze secinājumu un priekšlikumu izstrādei. Bakalaura darba mērķis ir pārbaudīt tirdzniecības sistēmas, kas ir balstīta uz modeļiem, kuri tika mašīnapmācīti ar “CatBoost” bibliotēkas palīdzību, efektivitāti tirdzniecībā finanšu tirgos. Tirdzniecības sistēma tika izveidota izmantojot programmēšanas valodas “Python” un “MetaQuotes Language 5” (turpmāk darbā MQ5) attiecīgi “Pycharm” un “MetaEditor 5” (turpmāk darbā ME5) programmēšanas vides. Tirdzniecībā izmantotie modeļi tika apmācīti izmantojot, uz gradienta pastiprināšanas tehnoloģijas balstītu bibliotēku, “CatBoost”, apmācības datu iegūšanai un apstrādei: “pandas”, “numpy”, “datetime”, “random”, “sklearn un “MetaTrader5”. Modelis, kas uzrādīja vislabākos rezultātus, tika importēts MQ5 kodā un veica patstāvīgu tirdzniecību platformā “MetaTrader 5” (turpmāk darbā MT5). Bakalaura darbs sastāv no četrām nodaļām. Pirmajā nodaļā ir apskatīta literatūra par finanšu tirgu pamatiem, to funkcijām un dalībniekiem, kā arī finanšu tirgos tirgotie finanšu instrumenti, to statistika, tirdzniecības jēdzieni un analīzes veidi. Otrajā nodaļā ir apskatīti literatūras avoti par mašīnmācīšanās tehnoloģiju būtību, iedalījumiem un uz gradienta pastiprināšanas balstītās mašīnmācīšanās bibliotēkas “CatBoost” tehnoloģijas apskats un salīdzinājums ar populārākajām gradienta pastiprināšanas bibliotēkām. Trešajā nodaļā ir aprakstīta tirdzniecības sistēmas izveidei nepieciešamo rīku un parametru izvēle, modeļu mašīnmācīšanās darbība un to pielietošana tirdzniecībā. Ceturtajā nodaļā ir aprakstīta tirdzniecības rezultātu analīze. Darba apjoms ir 56 lpp., 4 nodaļas, 2 tabulas, 50 attēli, 37 literatūras avoti un 4 pielikumi. Bakalaura darba literatūras atsauce: Kočāns, K. (2021). Tirdzniecība finanšu tirgos izmantojot mašīnmācīšanās bibliotēku catboost. Bakalaura darbs. Rīgā: RTU, RDCM0, bakalaura profesionālā studiju programma “Finanšu inženierija”, 56 lpp
Atslēgas vārdi Mašīnmācīšanās; "CatBoost"; Automatizēta tirdzniecība; Finanšu tirgi; Finanšu instrumenti; "Python"; "MetaTrader 5"
Atslēgas vārdi angļu valodā Machine learning; CatBoost; Automated trading; Financial markets; Financial instruments; Python; MetaTrader 5
Valoda lv
Gads 2021
Darba augšupielādes datums un laiks 04.06.2021 01:02:50