dc.contributor.author | Кабачій, В. В. | uk |
dc.contributor.author | Глєбов, І. Ю. | uk |
dc.date.accessioned | 2024-03-19T14:15:04Z | |
dc.date.available | 2024-03-19T14:15:04Z | |
dc.date.issued | 2022 | |
dc.identifier.citation | Кабачій В. В.Інтеграція meta Trader та Python для обробки фінансових часових рядів та виконання операцій онлайн [Електронний ресурс] / В. В. Кабачій, І. Ю. Глєбов // Матеріали LI науково-технічної конференції підрозділів ВНТУ, Вінниця, 31 травня 2022 р. – Електрон. текст. дані. – 2022. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2022/paper/view/15877. | uk |
dc.identifier.uri | http://ir.lib.vntu.edu.ua//handle/123456789/40108 | |
dc.description.abstract | У статті наведено рішення щодо спільної роботи в онлайн торгової системи Meta Trader, через яку виконуються торгові операції з фінансовими інструментами, і Python, на бік якої покладається інтелектуальна обробка часових фінансових рядів. | uk |
dc.description.abstract | The article presents solutions for collaboration in the online trading system Meta Trader, through which financial instruments are traded, and Python, which is responsible for the intelligent processing of financial time series. | en |
dc.language.iso | uk_UA | uk_UA |
dc.publisher | ВНТУ | uk |
dc.relation.ispartof | Матеріали LI науково-технічної конференції підрозділів ВНТУ, Вінниця, 31 травня 2022 р. | uk |
dc.relation.uri | https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2022/paper/view/15877 | |
dc.subject | часові ряди | uk |
dc.subject | трейдінг | uk |
dc.subject | прогнозування | uk |
dc.subject | нейронні мережі | uk |
dc.subject | axis series | en |
dc.subject | Meta trader | en |
dc.subject | trading | en |
dc.subject | forecasting | en |
dc.subject | neural networks | en |
dc.subject | Python | en |
dc.title | Інтеграція meta Trader та Python для обробки фінансових часових рядів та виконання операцій онлайн | uk |
dc.type | Thesis | |
dc.identifier.udc | 681.324 | |
dc.relation.references | Глєбов І. В., Кабачій В. В. Прогнозування часових рядів та інтегрування торгових сигналів за
допомогою Python Ефективні // Матеріали конференції «L Науково-технічна конференція підрозділів
Вінницького національного технічного університету (2021)», Вінниця, 2021. [Електронний ресурс]. Режим
доступу: https://conferences.vntu.edu.ua/index.php/allvntu/index/pages/view/zbirn2021 | uk |
dc.relation.references | Квєтний Р. Н. Імовірнісні нейронні мережі в задачах ідентифікації часових рядів [Електронний
ресурс] / Р. Н. Квєтний, В. В. Кабачій, О. О. Чумаченко // Наукові праці Вінницького національного
технічного університету. – 2010. – № 3. – 6 с. – Режим доступу до журн. : http://www.nbuv.gov.ua/ejournals/VNTU/2010-3/2010-3.html . | uk |
dc.relation.references | Raschka S. Python Machine Learning: Machine Learning and Deep. Learning with Python, scikit-learn,
and TensorFlow 3rd Edition / S. Raschka, V. Mirjalili., 2019. – 770 с. | en |
dc.relation.references | Нейронні мережі як інструмент прогнозування [Електронний ресурс]. – Режим доступу:
https://012.ucoz.ru/publ/1-1-0-21 | uk |