АНАЛІЗ КУРСІВ ФІНАНСОВИХ ІНСТРУМЕНТІВ З ВИКОРИСТАННЯМ МАШИННОГО НАВЧАННЯ ДЛЯ ФОРМУВАННЯ ІНВЕСТИЦІЙНОГО ПОРТФЕЛЮ

Simple item page
dc.contributor.authorФоменко, Л. С.
dc.date.accessioned2025-12-19T13:08:02Z
dc.date.issued2025
dc.descriptionФоменко, Л. С. АНАЛІЗ КУРСІВ ФІНАНСОВИХ ІНСТРУМЕНТІВ З ВИКОРИСТАННЯМ МАШИННОГО НАВЧАННЯ ДЛЯ ФОРМУВАННЯ ІНВЕСТИЦІЙНОГО ПОРТФЕЛЮ / Л. С. Фоменко // Магістерські студії. Альманах. - 2025. – Вип. 25. - Херсон ; Івано-Франківськ : ХДУ, 2025.
dc.description.abstractУ статті розглянуто проблему формування та оптимізації інвестиційного портфеля в умовах високої волатильності фінансових ринків. Актуальність дослідження зумовлена необхідністю підвищення ефективності управління інвестиціями шляхом поєднання сучасних технологій збору даних та методів машинного навчання. Запропоновано систему, яка поєднує веб-скрапінг для автоматизованого збору фінансових даних із відкритих джерел та оптимізацію портфеля з використанням reinforcement learning. Методологія дослідження передбачає три етапи: формування вибірки фінансових інструментів, попередню обробку даних та оптимізацію портфеля із застосуванням класичних методів і алгоритму PPO (Proximal Policy Optimization). Результати показали, що нейромережева модель забезпечує вищий рівень диверсифікації та адаптивності порівняно з традиційним підходом Марковіца. Отримані висновки підтверджують доцільність інтеграції сучасних методів машинного навчання в процес управління інвестиційними портфелями для підвищення стійкості та ефективності фінансових стратегій. The paper discusses the problem of forming and optimizing an investment portfolio in conditions of high volatility of financial markets. The study's relevance is determined by the need to improve investment management efficiency by combining modern data collection technologies and machine learning methods. A proposed system combines web scraping for automated financial data collection from open sources and portfolio optimization using reinforcement learning. The research methodology involves three stages: forming a sample of financial instruments, preliminary data processing, and portfolio optimization using classical methods and the PPO (Proximal Policy Optimization) algorithm. The results showed that the neural network model provides a higher level of diversification and adaptability than the traditional Markowitz approach. The conclusions confirm the feasibility of integrating modern machine learning methods into the investment portfolio management process to increase the stability and effectiveness of financial strategies.
dc.identifier.urihttps://ekhsuir.kspu.edu/handle/123456789/21665
dc.subjectінвестиційний портфель
dc.subjectвеб-скрапінг
dc.subjectоптимізація
dc.subjectмашинне навчання
dc.subjectreinforcement learning
dc.subjectPPO
dc.subjectдиверсифікація активів
dc.subjectризик
dc.subjectдохідність
dc.subjectinvestment portfolio
dc.subjectweb scraping
dc.subjectoptimization
dc.subjectmachine learning
dc.subjectasset diversification
dc.subjectrisk
dc.subjectreturn
dc.titleАНАЛІЗ КУРСІВ ФІНАНСОВИХ ІНСТРУМЕНТІВ З ВИКОРИСТАННЯМ МАШИННОГО НАВЧАННЯ ДЛЯ ФОРМУВАННЯ ІНВЕСТИЦІЙНОГО ПОРТФЕЛЮ
dc.typeArticle

Files

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
Аналіз курсів фінансових інструментів з використанням машинного навчання для формування інвестеційного портфелю.pdf
Size:
197.04 KB
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

Магістерські студії (Вип. 21, 22, 23, 24,25)