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

Система прийняття торгових рішень на фінансових ринках на основі нечіткого кластерного аналізу часових рядів

dc.contributor.authorПавленко, В. В.uk
dc.contributor.authorМаслій, Р. В.uk
dc.contributor.authorКабачій, В. В.uk
dc.contributor.authorPavlenko, V. V.en
dc.contributor.authorMaslii, R. V.en
dc.contributor.authorKabachii, V. V.en
dc.titleСистема прийняття торгових рішень на фінансових ринках на основі нечіткого кластерного аналізу часових рядівuk
dc.date.issued2026
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationПавленко В. В., Маслій Р. В., Кабачій В. В. Система прийняття торгових рішень на фінансових ринках на основі нечіткого кластерного аналізу часових рядів // 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/26615.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/26615
dc.identifier.udc004.4:336.76
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/56328
dc.description.abstractУ представленій роботі розглянуто розробку автоматизованої системи прийняття торгових рішень на валютному ринку Форекс на основі алгоритму нечіткої кластеризації Fuzzy C-Means. Запропоновано комбінований підхід, що поєднує FCM з багатофільтровою архітектурою для підвищення стабільності торгових сигналів. Експериментально підтверджено ефективність системи на реальних історичних даних валютних парuk
dc.description.abstractThe paper presents the development of an automated trading decision system for the Forex market based on theen
dc.subjectнечітка кластеризаціяuk
dc.subjectFuzzy C-Meansen
dc.subjectавтоматизована торгова системаuk
dc.subjectвалютний ринокuk
dc.subjectтехнічний аналізuk
dc.subjectфільтрація сигналівuk
dc.subjectfuzzy clusteringen
dc.subjectautomated trading systemen
dc.subjectforex marketen
dc.subjecttechnical analysisen
dc.subjectsignal filteringen
dc.typeThesis
dc.language.isoukuk
dc.relation.referencesKrauss C., Do X. A., Huck N. Deep neural networks, gradient-boosted trees, random forests: Statistical arbitrage on the S&P 500 // European Journal of Operational Research. 2017. Vol. 259, № 2. P. 689–702. 2. Kabachii V. Identifying moments of decision making on trade in financial time series using fuzzy cluster analysis / V. Kabachii, R. Maslii, S. Kozlovskyi, O. Dronchack // Neuro-Fuzzy Modeling Techniques in Economics. – 2023. – № 12. – P. 175–192. – DOI: 10.33111/nfmte.2023.175. 3. Бакай Є. І. Модель прийняття рішень для фінансових часових рядів на основі пари середніх з використанням оцінки різних часових вимірів / Є. І. Бакай, В. В. Кабачий, Р. В. Маслій // Вісник Вінницького політехнічного інституту. – 2017. – № 1. – С. 70–77. Wong Kin Yiu.en
dc.date.accessioned2026-11-16T14:44:51Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Завантаження...
Ескіз
Назва:
26615.pdf
Розмір:
190,73 KB
Формат:
Adobe Portable Document Format