Пожидаев Святослав Игоревич

Факультет компьютерных наук и технологий

Кафедра программного обеспечения интелектуальных систем

Специальность Программное обеспечение систем

Исследование и разработка алгоритма анализа финансового рынка

Научный руководитель: доц. Кравец Татьяна Николаевна

Библиотека материалов по теме выпускной работы

Собственные публикации и доклады

1. Создание игрового 3D мультимедиа сообщения на языке VRML.

   Авторы: С.И. Пожидаев, О.А. Гудаев

   Описание: Рассмотрена задача создания 3D мультимедийного сообщения на языке VRML. Разработана UML-диаграмма вариантов использования для представления варианта использования Web службы создания игрового 3D сообщения на языке VRML.

   Источник: Пожидаев С.И. Создание игрового 3D мультимедиа сообщения на языке VRML. / С.И. Пожидаев, О.А. Гудаев // "Информационные управляющие системы и компьютерный мониторинг": материалы IV Междунар. науч-практ. конф.: (24-25 апреля 2014 г., Донецьк). — Донецьк, 2014. — Т.1. — С. 460-463.

2. Сущность инновационного процесса на предприятии

   Авторы: С.И. Пожидаев, к.э.н. доц. В.А. Харченко

   Описание: Рассматривается понятие иновационного процесса на придприятии, стадии нелинейного и линейного инновационного процесса. Описывается модель кибернетического инновационного процесса.

   Источник: Пожидаев С.И. Сущность инновационного процесса на предприятии / С.И. Пожидаев, к.э.н. доц. В.А. Харченко// Стратегия устойчивого развития в антикризисном управлении экономическими системами. Сборник материалов международной научно-практической конференции 22 апреля 2015 г. — ДонНТУ: Донецк, 2015. — C. 184-187.

Тематические статьи

3. Stock Market Forecasting Using Machine Learning Algorithms

   Авторы: Shunrong Shen, Haomiao Jiang, Tongda Zhang

   Описание: Рассмотрен алгоритма прогнозирования финансовых показателей на фондовом рынке. Предложен новый алгоритм предсказания, который использует временную корреляцию между мировыми фондовыми рынками и различных финансовых продуктов, чтобы предсказать на следующий день тенденцию акции с помощью SVM.

   Источник: Shunrong Shen. Stock Market Forecasting Using Machine Learning Algorithms / Haomiao Jiang, Tongda Zhang // CS 229 Machine Learning Final Projects, Autumn 2012. — Stanford, 2012. ссылка

4. Фрактальный анализ финансовых рынков

   Авторы: М.В. Прудский

   Описание: Рассмотрены основные свойства и природа фракталов, возможности их применения в повседневной жизни, а также преимущества фрактального подхода при моделировании финансовых рынков.

   Источник: Прудский М.В. Фрактальный анализ финансовых рынков / М.В. Прудский // Информационные системы и математические методы в экономике. — 2012, № 5; ссылка

5. Прогнозирование динамики цен на фондовом рынке

   Авторы: А.А Мицель, Е.А. Ефремова

   Описание: На основе аппарата нейронных сетей проводится исследование задачи прогнозирования динамики цен на фондовом рынке, рее ализована автоматизированная система, позволяющая моделировать параметры сети.

   Источник: Мицель А.А. Прогнозирование динамики цен на фондовом рынке / А.А Мицель, Е.А. Ефремова // Известия ТПУ. — 2006, №8. — С. 309–314. ссылка

6. Применение методов фрактального анализа при разработке стратегий заключения сделок на финансовых рынках

   Авторы: Е.М. Быков

   Описание: Описывается применение методов анализа финансового рынка при разработке тратегий заключения сделок на финансовом рынке.

   Источник: Быков Е.М. Применение методов фрактального анализа при разработке стратегий заключения сделок на финансовых рынках / Е.М. Быков //Молодежный научный форум: Технические и математические науки: материалы I студенческой международной заочной научно-практической конференции. — Москва: Изд. Международный Центр Науки и Образования. — 2013. — C. 28-37. ссылка

7. Методы прогнозирования финансовых рынков на основе мультипликативной модели

   Авторы: О.А. Мирошниченко, О.И. Андрюхин

   Описание: Рассмотрены методы прогнозирования финансовых рынков на основе мультипликативной модели. В качестве зависимости исследуемого ряда использовалась классическая регрессионная модель, учитывающая две основные компоненты временного ряда – тренд и циклическая компонента.

   Источник: Мониторинг и экономическая кибернетика – 2012 / Материалы III международной научно-технической конференции студентов, аспирантов и молодых ученых Информационные управляющие системы и компьютерный мониторинг. – Донецк, ДонНТУ – 2012.

8. Анализ существующих торговых роботов и постановка задачи проектирования

   Авторы: Д.А. Домащенко

   Описание: Проведен анализ существующих торговых стратегий и идентификаторов торговли, сформулированы основные требования к разрабатываемому торговому роботу, определена структура создаваемой системы, выделены элементы, подсистемы и механизмы их взаимодействия.

   Источник: Информационные управляющие системы и компьютерный мониторинг (ИУС и КМ – 2013) / Материалы IV международной научно-технической конференции студентов, аспирантов и молодых ученых. – Донецк, ДонНТУ – 2013, Том 1, с. 538-543.

9. Прогнозирование динамики ценовых индексов на фондовом рынке

   Авторы: Л.С. Овечкина, А.И. Секирин

   Описание: Опысывается разрабатываемая компьютеризированная система для прогнозирования динамики ценовых индексов на фондовом рынке для эффективного принятия решения об инвестировании средств в ту или иную отрасль производства и снижения инвестиционного риска.

   Источник: Информационные управляющие системы и компьютерный мониторинг (ИУС и КМ – 2014) / Материалы V международной научно-технической конференции студентов, аспирантов и молодых ученых. — Донецк, ДонНТУ — 2014, Том 1, с. 134–139

Переводы статей

10. Прогнозирование фондового рынка используя алгоритма машинного обучения

    Авторы: Shunrong S., Haomiao J., Tongda Z.

    Перевод: Google translate и Пожидаев Святослав Игоревич

    Описание: Рассмотрен алгоритма прогнозирования финансовых показателей на фондовом рынке. Предложен новый алгоритм предсказания, который использует временную корреляцию между мировыми фондовыми рынками и различных финансовых продуктов, чтобы предсказать на следующий день тенденцию акции с помощью SVM.

    Источник (англ.): Shunrong Shen. Stock Market Forecasting Using Machine Learning Algorithms / Haomiao Jiang, Tongda Zhang // CS 229 Machine Learning Final Projects, Autumn 2012. — Stanford, 2012.Источник оригинальной статьи