Використання кластерного аналізу для ідентифікації залежностей на часових рядах
Вантажиться...
Файли
Дата
Автори
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
DOI
Альтернативна назва
Анотація
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.
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.
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.
Опис
Ключові слова
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
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.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (8)
- 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.
- Аналіз часових рядів з використанням кластерного аналізу / А. В. Кушніренко // Вісник НТУУ «КПІ». Серія: Інформатика, управління та обчислювальні системи. – 2022. – № 3. – С. 109-115.
- Volosyuk Y. (2020) Analysis of clustering algorithm for Data Mining tasks, pp. 112-119.
- Schafer, C. (2023). Jupyter Notebooks: The Complete Guide [Udemy video course].
- NumPy in Python. URL: https://numpy.org/ [Дата звернення: 17.10.2023].
- 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
- Mantula, E., & Mashtalir, V. (2013, June). An Adaptive Forecasting of Nonlinear Nonstationary Time Series under Short Learning Samples. In ICTERI (pp. 91-98).
- Гороховатський, В. О., & Творошенко, І. С. (2021). Методи інтелектуального аналізу та оброблення даних: навч. посібник.