Дослідження методів прогнозування динаміки курсу криптовалют

Abstract

Метою роботи є проведення дослідження щодо ефективності алгоритмів сімейства авторегресії та рекурентних нейронних мереж для прогнозування динаміки курсу криптовалют. У результаті роботи було досліджено та реалізовано алгоритми сімейства авторегресії ARMA, ARIMA та рекурентних нейронних мереж LSTM, GRU. Був проведений експеримент для порівняння реалізованих алгоритмів за заданими критеріями та визначена найбільш ефективна модель для прогнозування динаміки курсу криптовалют.