Графовые нейросети для прогнозирования финансовых временных рядов - курсовая работа | ИСТИНА – Интеллектуальная Система Тематического Исследования НАукометрических данных

Научный руководитель: Кумсков М.И.
Автор: Махова Анастасия
Тип: Специалист
Организация, в которой проходила защита: МГУ имени М.В. Ломоносова
Кафедра: Кафедра теории вероятностей
Год защиты: 2024
Курс: 4
Аннотация: В работе предложена модель графовой нейросети (GNN), прогнозирующая финансовый временной ряд на примере цен акций компаний, входящих в индекс S&P500, дан обзор на оснновные теоритические вопросы, возникающие по дан- ной теме, проведены вычислительные эксперименты по поиску оптимальных параметров нейросети и произведено сравнение результатов работы модели с классическими методами прогнозирования временных рядов.
Добавил в систему: Кумсков Михаил Иванович

	ИСТИНА	Войти в систему Регистрация
	ИСТИНА ИНХС РАН
	Главная Поиск Статистика О проекте Помощь

ИСТИНА