<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Використання ланцюгів Маркова для прогнозування зміни трендів на ринку криптовалют

Скорочена інформація про документ
dc.contributor.authorМусієнко, І. С.uk
dc.contributor.authorДобровольська, Н. В.uk
dc.contributor.authorMusienko, I. S.en
dc.contributor.authorDobrovolska, N. V.en
dc.titleВикористання ланцюгів Маркова для прогнозування зміни трендів на ринку криптовалютuk
dc.date.issued2026
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationМусієнко І. С., Добровольська Н. В. Використання ланцюгів Маркова для прогнозування зміни трендів на ринку криптовалют // Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/26739.uk
dc.relation.ispartofМатеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/26739
dc.identifier.udc519.2
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/53335
dc.description.abstractУ роботі досліджено ефективність застосування теорії стохастичних процесів, зокрема однорідних ланцюгів Маркова та прихованих марковських моделей (HMM), для аналізу волатильності та прогнозування цінових трендів на ринку криптовалют. Розроблено модель ідентифікації ринкових режимів («бичачий», «ведмежий», «стабільний») на основі матриці перехідних ймовірностей. Встановлено, що запропонований підхід дозволяє зменшити похибки короткострокового прогнозування порівняно з лінійними методами та виявити приховані патерни переходу між фазами накопичення та розподілу активів.uk
dc.description.abstractThe paper investigates the efficiency of applying stochastic process theory, specifically homogeneous Markov chains and Hidden Markov Models (HMM), for analyzing volatility and forecasting price trends in the cryptocurrency market.en
dc.subjectланцюги Марковаuk
dc.subjectкриптовалютиuk
dc.subjectпрогнозування трендівuk
dc.subjectматриця перехідних ймовірностейuk
dc.subjectприховані моделі Марковаuk
dc.subjectBitcoinen
dc.subjectволатильністьuk
dc.subjectMarkov chainsen
dc.subjectcryptocurrenciesen
dc.subjecttrend forecastingen
dc.subjecttransition probability matrixen
dc.subjectHidden Markov Modelsen
dc.subjectvolatilityen
dc.typeThesis
dc.language.isoukuk
dc.relation.referencesArajo T., Barbosa P. Reconstructing cryptocurrency processes via Markov chains [Електронний ресурс] // arXiv preprint arXiv:2308.07626. – 2023. – Режим доступу: https://arxiv.org/abs/2308.07626.en
dc.relation.referencesSoloviev V., Saptsin V. Markov Chains application to the financial-economic time series prediction // arXiv preprint arXiv:1111.5699. – 2011.en
dc.relation.referencesЛанцюг Маркова [Електронний ресурс] // Вікіпедія. – Режим доступу: https://uk.wikipedia.org/wiki/Ланцюг_Маркова.uk
dc.relation.referencesMpitselis A. Quantifying Cryptocurrency Market Dynamics: A Markov Chain Analysis // MPRA Paper No. 109329. – 2021. 5. Bitcoin Hidden Markov Model Analysis [Електронний ресурс] / Crapotca // Medium. – 2024. – Режим доступу: https://medium.com/@crapotca.en
dc.relation.referencesGiudici P., Abu Hashish I. A hidden Markov model to detect regime changes in cryptoasset markets // Quality and Reliability Engineering International. – 2020. – Vol. 36, № 6. – P. 2057–2065.en
dc.relation.referencesChen C. Y., Chen W. H. The forecasting model of Bitcoin price with fuzzy time series Markov chain and Chen logical method // 2018 International Conference on System Science and Engineering (ICSSE). – New Taipei City, 2018. – P. 1–6.en
dc.relation.referencesKoki C., Leonardos S., Piliouras G. Exploring the predictability of cryptocurrencies via Bayesian hidden Markov models // Research in International Business and Finance. – 2022. – Vol. 59. – Art. 101554.en
dc.date.accessioned2026-09-03T10:39:56Z
dc.date.available2026-09-03T10:39:56Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
26739.pdf
Розмір:
276,35 KB
Формат:
Adobe Portable Document Format
Завантажити

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
license.txt
Розмір:
17 B
Формат:
Plain Text
Опис:
Завантажити

Зібрання

Молодь в науці: дослідження, проблеми, перспективи (МН-2026)