АНАЛІЗ НАСТРОЇВ ІНВЕСТОРІВ ДЛЯ ПРОГНОЗУВАННЯ ДИНАМІКИ НАФТОВОГО ІНДЕКСУ НА ФОНДОВОМУ РИНКУ

Abstract

Ця робота охоплює дослідження використання хмарних технологій для збору даних про настрої інвесторів та макроекономічні показники з метою прогнозування динаміки фінансових ринків, допомагаючи індивідуальним інвесторам приймати інвестиційні рішення на основі зібраних метрик. Мета цієї роботи полягає в розробці веб-додатку, який надає детальну інформацію про фінансовий ринок, враховуючи настрої інвесторів та макрофінансові індекси. Додаток використовує модель, яка аналізує ці настрої та індекси для створення прогнозів і надання інвестиційних рекомендацій. Фактори, що впливають на інвестиційні поради, включають історичні ринкові показники, тенденції поведінки інвесторів, економічні показники та взаємозв'язок між настроями інвесторів і рухами акцій на ринку. У роботі порівнюються різні підходи до розробки таких веб-додатків. Також надається короткий огляд методів аналізу настроїв і їх застосування у фінансовому прогнозуванні. Дослідження зосереджене на розгортанні додатку на хмарній платформі Amazon Web Services (AWS) і включає огляд відповідних сервісів AWS та процесу розробки з використанням мови програмування Python.

This paper encompasses research on the use of cloud technologies to collect data on investor sentiment and macroeconomic indicators to forecast financial market dynamics, aiding individual investors in making investment decisions based on collected metrics. The aim of this work is to develop a web application that provides comprehensive information on the financial market, considering investor sentiments and macro-financial indices. The application utilizes a model that analyzes these sentiments and indices to generate forecasts and investment recommendations. Factors influencing investment advice include historical market indicators, investor behavior trends, economic indicators, and the relationship between investor sentiments and market movements. The paper compares different approaches to developing such web applications. It also provides a brief overview of sentiment analysis methods and their application in financial forecasting. The research focuses on deploying the application on the Amazon Web Services (AWS) cloud platform and includes an overview of relevant AWS services and the development process using the Python programming language.