dc.contributor.author | Грінчак, Р. Ю. | uk |
dc.contributor.author | Кабачій, В. В. | uk |
dc.date.accessioned | 2024-04-30T07:18:21Z | |
dc.date.available | 2024-04-30T07:18:21Z | |
dc.date.issued | 2024 | |
dc.identifier.citation | Грінчак Р. Ю., Кабачій В. В. Використання кластерного аналізу для ідентифікації залежностей на часових рядах. Матеріали LІII науково-технічної конференції підрозділів ВНТУ, Вінниця, 20-22 березня 2024 р. Електрон. текст. дані. 2024. URI: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2024/paper/view/20830. | uk |
dc.identifier.uri | https://ir.lib.vntu.edu.ua//handle/123456789/41790 | |
dc.description.abstract | У даному досліджені було розглянуто застосування Fuzzy C-means метода кластеризації до часових рядів фінансових інструментів. Описана розроблена системи прийняття рішень з використанням результатів кластерізації, яка показала гарні результати у визначенні моментів зміни тенденцій, що дають змогу здійснювати операції купівлі або продажу фінансових інструментів. Представленні отримані результати моделювання. | uk |
dc.description.abstract | In this study, the application of the Fuzzy C-means clustering method to the time series of financial instruments was considered. The developed decision-making system using the results of clustering is described, which has shown good results in determining the moments of change in trends that allow to carry out operations of buying or selling financial instruments. The modeling results are presented. | en |
dc.language.iso | uk_UA | uk_UA |
dc.publisher | ВНТУ | uk |
dc.relation.ispartof | Матеріали LІII науково-технічної конференції підрозділів ВНТУ, Вінниця, 20-22 березня 2024 р. | uk |
dc.relation.uri | https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2024/paper/view/20830 | |
dc.subject | часові ряди | uk |
dc.subject | кластерний аналіз | uk |
dc.subject | трейдинг | uk |
dc.subject | система прийняття рішень | uk |
dc.subject | time series | en |
dc.subject | cluster analysis | en |
dc.subject | trading | en |
dc.subject | decision-making system | en |
dc.title | Використання кластерного аналізу для ідентифікації залежностей на часових рядах | uk |
dc.type | Thesis | |
dc.identifier.udc | 004.652 | |
dc.identifier.udc | 004.896 | |
dc.relation.references | Аналіз часових рядів з використанням кластерного аналізу / А. В. Кушніренко // Вісник НТУУ «КПІ». Серія:
Інформатика, управління та обчислювальні системи. – 2022. – № 3. – С. 109-115.Кластеризація часових рядів для
прогнозування фінансових ризиків / М. Капулло // Вісник Національного банку України. – 2015. – № 2. – С. 44-48. | uk |
dc.relation.references | Аналіз часових рядів з використанням кластерного аналізу / А. В. Кушніренко // Вісник НТУУ «КПІ». Серія:
Інформатика, управління та обчислювальні системи. – 2022. – № 3. – С. 109-115. | uk |
dc.relation.references | Volosyuk Y. (2020) Analysis of clustering algorithm for Data Mining tasks, pp. 112-119. | en |
dc.relation.references | Schafer, C. (2023). Jupyter Notebooks: The Complete Guide [Udemy video course]. | en |
dc.relation.references | NumPy in Python. URL: https://numpy.org/ [Дата звернення: 17.10.2023]. | en |
dc.relation.references | Бакай Є. І., Кабачій В. В, Маслій Р. В. Модель прийняття рішень для фінансових часових рядів на основі пари
середніх з використанням оцінки різних часових вимірів [Електронний ресурс] – URL:
http://ir.lib.vntu.edu.ua//handle/123456789/21777 | uk |
dc.relation.references | Mantula, E., & Mashtalir, V. (2013, June). An Adaptive Forecasting of Nonlinear Nonstationary Time Series under Short
Learning Samples. In ICTERI (pp. 91-98). | en |
dc.relation.references | Гороховатський, В. О., & Творошенко, І. С. (2021). Методи інтелектуального аналізу та оброблення даних: навч.
посібник. | uk |