Інтеграція meta Trader та Python для обробки фінансових часових рядів та виконання операцій онлайн

Кабачій, В. В.; Глєбов, І. Ю.

Інтеграція meta Trader та Python для обробки фінансових часових рядів та виконання операцій онлайн

dc.contributor.author	Кабачій, В. В.	uk
dc.contributor.author	Глєбов, І. Ю.	uk
dc.title	Інтеграція meta Trader та Python для обробки фінансових часових рядів та виконання операцій онлайн	uk
dc.date.issued	2022
dc.publisher	Вінницький національний технічний університет	uk
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.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.identifier.udc	681.324
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.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.type	Thesis
dc.language.iso	uk	uk
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
dc.date.accessioned	2024-03-19T14:15:04Z
dc.date.available	2024-03-19T14:15:04Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1

Назва:: 15877.pdf
Розмір:: 428,49 KB
Формат:: Adobe Portable Document Format

Завантажити

Ліцензійна угода

Зараз показуємо 1 - 1 з 1

Назва:: license.txt
Розмір:: 17 B
Формат:: Plain Text
Опис:

Завантажити

Зібрання

НТКП ВНТУ. Факультет інтелектуальних інформаційних технологій та автоматизації (2022)