Дослідження методів прогнозування часових фінансових рядів

Сумець, С. І.

Публікація:
Дослідження методів прогнозування часових фінансових рядів

dc.contributor.author	Сумець, С. І.
dc.date.accessioned	2024-08-26T18:03:02Z
dc.date.available	2024-08-26T18:03:02Z
dc.date.issued	2024
dc.description.abstract	This study systematically compares various time series forecasting methods, including classical statistical approaches and modern machine learning algorithms. Evaluation metrics such as RMSE and MAE are employed to assess predictive accuracy. Using real financial data from companies like Apple, Google, and Microsoft, the study evaluates ARIMA, LSTM, and XGBoost models. Results indicate XGBoost as the most accurate method. The findings underscore the importance of selecting appropriate forecasting methods tailored to specific contexts. Further research is encouraged to advance time series forecasting techniques.
dc.identifier.citation	Сумець С. І. Дослідження методів прогнозування часових фінансових рядів / С. І. Сумець ; наук. керівник к. т. н., доцент Л. Е. Чала // Радіоелектроніка та молодь у XXI столітті : матеріали 28-го Міжнар. молодіж. форуму, 16–18 квітня 2024 р. – Харків : ХНУРЕ, 2024. – Т. 6 – С. 110-111. – DOI : https://doi.org/10.30837/IYF.IIS.2024.110.
dc.identifier.doi	https://doi.org/10.30837/IYF.IIS.2024.110
dc.identifier.uri	https://openarchive.nure.ua/handle/document/28178
dc.language.iso	uk
dc.publisher	ХНУРЕ
dc.subject	RMSE
dc.subject	прогнозування часових фінансових рядів
dc.title	Дослідження методів прогнозування часових фінансових рядів
dc.type	Thesis
dspace.entity.type	Publication