Please use this identifier to cite or link to this item: https://dspace.znu.edu.ua/jspui/handle/12345/9481
Full metadata record
DC FieldValueLanguage
dc.contributor.authorГараніна, Аліна Володимирівна-
dc.date.accessioned2022-12-25T11:33:17Z-
dc.date.available2022-12-25T11:33:17Z-
dc.date.issued2022-
dc.identifier.urihttps://dspace.znu.edu.ua/jspui/handle/12345/9481-
dc.descriptionГараніна А. В. Прогнозування динаміки фінансових інструментів EdTech-компаній на фондових ринках : кваліфікаційна робота магістра спеціальності 051 "Економіка" / наук. керівник Д. В. Очеретін. Запоріжжя : ЗНУ, 2022. 128 с.uk
dc.description.abstractUA : У роботі висвітлено сутність фондового ринку, проаналізовано його значення і визначено місце EdTech-компанії та їх фінансових інструментів на цьому ринку. Проаналізовано існуючі методи та моделі прогнозування динаміки фінансових інструментів на фондовому ринку і визначено роль прогнозування для дослідження тенденцій його розвитку. Проаналізовано динаміку вартості акцій EdTech-компаній на фондовому ринку за допомогою рекурентних діаграм. Побудовано прогноз вартості цих акцій на основі застосування авторегресійних та нейромережевих моделей. На основі оцінок якості прогнозних моделей та точності прогнозу обґрунтовано вибір методу прогнозування динаміки фінансових інструментів EdTech-компаній для їх подальшого використання при розробці нових та удосконаленні існуючих майданчиків, які торгують цінними паперами.uk
dc.description.abstractEN : In research reflects the essence of the stock market, analyzes its significance and determines the place of the EdTech company and their financial instruments in this market. Existing methods and models for predicting the dynamics of financial instruments in the stock market are analyzed and the role of forecasting for studying trends in its development is determined. The dynamics of the value of shares of EdTech companies in the stock market was analyzed using recurrent diagrams. The following models were included in the catalog of models for forecasting: the classic ARIMA model with autodetection of parameters, ARIMA Boosted, Prophet model from Facebook, Neural network. The criterion for choosing the best model for time series forecasting was the mean absolute percentage error (MAPE). For all EdTech companies that were considered in the work, the best predictive model turned out to be a 4-2-1 neural network model. The model allows you to calculate the value of shares of EdTech companies based on data on its value in the previous four weeks. The proposed model can de used in the development of new and improvement of existing platforms trading in securities is substantiated.uk
dc.language.isoukuk
dc.subjectфондовий ринокuk
dc.subjectфінансові інструментиuk
dc.subjectосвітаuk
dc.subjectEdTechuk
dc.subjectакціїuk
dc.subjectряди динамікиuk
dc.subjectпрогнозуванняuk
dc.subjectрекурентні діаграмиuk
dc.subjectавторегресійні моделіuk
dc.subjectнейромережеві моделіuk
dc.subjectstock marketuk
dc.subjectfinancial instrumentsuk
dc.subjecteducationuk
dc.subjectstockuk
dc.subjectdynamic seriesuk
dc.subjectforecastinguk
dc.subjectrecurrent diagramuk
dc.subjectautoregression modelsuk
dc.subjectneural network modelsuk
dc.titleПрогнозування динаміки фінансових інструментів EdTech-компаній на фондових ринкахuk
dc.typeМагістерська роботаuk
Appears in Collections:Кваліфікаційні випускні роботи здобувачів магістерського рівня вищої освіти кафедри економічної кібернетики

Files in This Item:
File Description SizeFormat 
01_Гараніна_А_В_кваліф_робота_магістра_ЕК_2022.pdfМагістерська робота9.16 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.