Використання моделей на основі механізму уваги для передбачення фінансових часових рядів

Simple item page
dc.contributor.advisorГлибовець, Миколаuk_UA
dc.contributor.authorЗадохін, Дмитро uk_UA
dc.date.accessioned2026-08-27T11:00:04Z
dc.date.available2026-08-27T11:00:04Z
dc.date.issued2026
dc.description.abstractРобота присвячена дослідженню застосування моделей на основі механізму уваги для передбачення фінансових часових рядів. Метою роботи є оцінка ефективності архітектури Transformer та її модифікацій у задачі багатогоризонтного прогнозування динаміки фінансових активів за історичними біржовими даними. У межах дослідження було розглянуто моделі Transformer, Informer, PatchTST, iTransformer та FEDFormer, а також запропоновано власну гібридну архітектуру FEiTransformer, що поєднує інверсію вхідного багатовимірного представлення з елементами частотної декомпозиції. Для експериментальної частини було підготовлено високочастотний датасет криптовалютного ринку, агрегований до п’ятихвилинних інтервалів. Моделі навчалися у двох варіантах представлення даних: одновимірному та багатовимірному. Оцінювання виконувалося із застосуванням walk-forward підходу, що дозволило зберегти часову структуру даних та наблизити експеримент до реального сценарію використання прогнозних моделей. Якість моделей аналізувалася за середньоквадратичною похибкою, точністю визначення напряму руху ціни, стабільністю результатів між фолдами та практичною придатністю прогнозів. Результати дослідження показали, що моделі на основі механізму уваги здатні виявляти певні закономірності у фінансових часових рядах, однак їхні передбачення часто мають менше стандартне відхилення порівняно з фактичними значеннями. Це свідчить про схильність моделей формувати згладжені прогнози, зосереджені поблизу нуля. Найкращою з практичної точки зору виявилася модель, яка найменше страждала від цього обмеження та формувала більш виразні прогностичні сигнали.uk_UA
dc.identifier.urihttps://ekmair.ukma.edu.ua/handle/123456789/41004
dc.language.isoukuk_UA
dc.statusfirst publisheduk_UA
dc.subjectTransformeren_US
dc.subjectInformeren_US
dc.subjectPatchTSTen_US
dc.subjectiTransformeren_US
dc.subjectFEDFormeren_US
dc.subjectFEiTransformeren_US
dc.subjectфінансові часові рядиuk_UA
dc.subjectмеханізм увагиuk_UA
dc.subjectwalkforwarden_US
dc.subjectглибинне навчанняuk_UA
dc.subjectмагістерська роботаuk_UA
dc.titleВикористання моделей на основі механізму уваги для передбачення фінансових часових рядівuk_UA
dc.typeOtheruk_UA
Files
Original bundle
Now showing 1 - 2 of 2
Thumbnail Image
Name:
Zadokhin_Mahisterska_robota.pdf
Size:
1.24 MB
Format:
Adobe Portable Document Format
Download
Thumbnail Image
Name:
Zadokhin_Mahisterska_robota_1.pdf
Size:
1.26 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
F3 Комп'ютерні науки