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

Використання кластерного аналізу для ідентифікації залежностей на часових рядах

dc.contributor.authorГрінчак, Р. Ю.uk
dc.contributor.authorКабачій, В. В.uk
dc.titleВикористання кластерного аналізу для ідентифікації залежностей на часових рядахuk
dc.date.issued2024
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationГрінчак 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.relation.ispartofМатеріали LІII науково-технічної конференції підрозділів ВНТУ, Вінниця, 20-22 березня 2024 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2024/paper/view/20830
dc.identifier.udc004.652
dc.identifier.udc004.896
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/41790
dc.description.abstractУ 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.abstractIn 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.subjectчасові рядиuk
dc.subjectкластерний аналізuk
dc.subjectтрейдингuk
dc.subjectсистема прийняття рішеньuk
dc.subjecttime seriesen
dc.subjectcluster analysisen
dc.subjecttradingen
dc.subjectdecision-making systemen
dc.typeThesis
dc.language.isoukuk
dc.relation.referencesАналіз 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.referencesАналіз 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.referencesVolosyuk Y. (2020) Analysis of clustering algorithm for Data Mining tasks, pp. 112-119.en
dc.relation.referencesSchafer, C. (2023). Jupyter Notebooks: The Complete Guide [Udemy video course].en
dc.relation.referencesNumPy in Python. URL: https://numpy.org/ [Дата звернення: 17.10.2023].en
dc.relation.referencesБакай 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/123456789/21777uk
dc.relation.referencesMantula, 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.referencesГороховатський, В. О., & Творошенко, І. С. (2021). Методи інтелектуального аналізу та оброблення даних: навч. посібник.uk
dc.date.accessioned2024-04-30T07:18:21Z
dc.date.available2024-04-30T07:18:21Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
20830.pdf
Розмір:
709,32 KB
Формат:
Adobe Portable Document Format

Ліцензійна угода

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