Abstract:
У роботі проведено комплексний аналіз цін та прибутковості 15 криптовалют із використанням моделей машинного навчання та методів оптимізації портфеля. Зокрема, застосовано модель XGBoost для прогнозування цін криптовалют, що виявило їхню високу волатильність та залежність від ринкових коливань. Модель Марковіца використано для оптимізації інвестиційного портфеля з метою досягнення найкращого співвідношення прибутковості та ризику. Також розглянуто можливість стейкінгу криптовалют для додаткового приросту капіталу. На основі отриманих даних запропоновано стратегію автоматичних продажів активів при досягненні прогнозованих цін для підвищення ефективності інвестиційної діяльності. / This study provides a comprehensive analysis of the prices and profitability of 15 cryptocurrencies using machine learning models and portfolio optimization methods. In particular, the XGBoost model was applied for cryptocurrency price forecasting, revealing their high volatility and dependence on market fluctuations. The Markowitz model was used to optimize the investment portfolio to achieve the best possible return-to-risk ratio. Additionally, the potential of staking cryptocurrencies for extra capital growth was explored. Based on the obtained data, a strategy for automatic asset sales at forecasted prices was proposed to enhance investment efficiency.
Description:
Молікевич, Р. С. Прогнозування динаміки цін криптовалют з використанням техніки машинного навчання = Forecasting cryptocurrency price dynamics using machine learning techniques: кваліфікаційна робота на здобуття ступеня вищої освіти «магістр» / Р. С. Молікевич ; наук. керівник д. фіз.-мат. наук проф. М. С. Львов ; Міністерство освіти і науки України ; Херсонський держ. ун-т, Ф-т комп’ютерних наук, фізики та математики, К-ра комп’ютерних наук та програмної інженерії. – Херсон – Івано-Франківськ : ХДУ, 2024. – 50 с.
