Спасибо!
Информация о работе
Подробнее о работе
КУРСОВАЯ РАБОТА Экономика (Экономика): Моделирование и прогнозирование курсов криптовалют
- 47 страниц
- 2025 год
- 0 просмотров
- 0 покупок
Гарантия сервиса Автор24
Уникальность не ниже 50%
Фрагменты работ
ВВЕДЕНИЕ
Современный финансовый рынок переживает значительные изменения под влиянием цифровых технологий и децентрализованных активов. Криптовалюты, начиная с появления Bitcoin в 2009 году, стали неотъемлемой частью мировой финансовой системы, предлагая альтернативные способы инвестирования, транзакций и хранения стоимости. Однако, несмотря на растущую популярность, криптовалютный рынок остается одним из самых волатильных, что создает серьезные вызовы для инвесторов и аналитиков. В связи с этим ключевой задачей становится разработка и применение методов прогнозирования, способных предсказать изменения курсов криптовалют с высокой точностью.
Криптовалютный рынок характеризуется высокой динамичностью, влиянием множества факторов, включая макроэкономические показатели, регуляторные изменения, технологические инновации и поведение участников рынка. В отличие от традиционных финансовых активов, криптовалюты подвержены значительным колебаниям цен даже в краткосрочном периоде, что требует применения специализированных инструментов для их анализа и прогнозирования.
Целью данной курсовой работы является изучение и применение различных методов прогнозирования курсов криптовалют, а также оценка их эффективности на примере пяти популярных цифровых активов: Bitcoin (BTC), Ethereum (ETH), Solana (SOL), Ripple (XRP) и Dogecoin (DOGE).
Для достижения этой цели в работе решаются следующие задачи:
• рассмотрение теоретических основ прогнозирования финансовых временных рядов и их адаптация к криптовалютному рынку;
• анализ существующих методов моделирования, включая статистические подходы, методы машинного обучения и нейросетевые модели;
• изучение исторической динамики курсов криптовалют, выявление ключевых факторов, влияющих на их поведение;
• построение и тестирование различных моделей прогнозирования на реальных данных;
• сравнение точности применяемых методов и формулирование выводов об их практической применимости.
Объектом исследования является рынок криптовалют, а предметом – методы прогнозирования их курсов. В ходе работы применяются различные аналитические инструменты, включая эконометрическое моделирование, машинное обучение и нейронные сети.
Практическая значимость исследования заключается в возможности использования разработанных моделей для прогнозирования курсов криптовалют, что может быть полезно трейдерам, инвесторам и аналитикам при принятии решений на рынке цифровых активов. Полученные результаты позволят определить наиболее точные и эффективные методы прогнозирования, которые могут применяться для минимизации рисков и повышения прибыльности инвестиционных стратегий.
СОДЕРЖАНИЕ
ВВЕДЕНИЕ 3
Глава 1. Теоретические основы моделирования и прогнозирования курсов криптовалют 5
1.1 Понятие и особенности криптовалютного рынка 5
1.2 Основные методы прогнозирования финансовых временных рядов 8
1.3 Методы моделирования цен криптовалют: статистические, машинного обучения и нейросетевые подходы 11
Глава 2. Анализ динамики курсов криптовалют 16
2.1 Исторический обзор и текущие тренды цен BTC, ETH, SOL, XRP, DOGE 16
2.2 Анализ волатильности и ликвидности криптовалют 19
2.3 Факторы, влияющие на изменение курса криптовалют 22
Глава 3. Моделирование и прогнозирование курсов криптовалют 27
3.1 Выбор методов прогнозирования и обоснование подхода 27
3.2 Построение моделей прогнозирования для BTC, ETH, SOL, XRP, DOGE 31
3.3 Сравнительный анализ точности прогнозирования и выводы 38
ЗАКЛЮЧЕНИЕ 42
СПИСОК ЛИТЕРАТУРЫ 43
ПРИЛОЖЕНИЯ 44
Курсовая работа посвящена исследованию теоретических и практических аспектов моделирования и прогнозирования курсов криптовалют с использованием статистических, методов машинного обучения и нейросетевых подходов. В рамках исследования проведён анализ динамики и факторов, влияющих на изменение цен пяти ведущих криптовалют — Bitcoin, Ethereum, Solana, Ripple и Dogecoin, а также построены и протестированы модели прогнозирования их курсов. На основе сравнительного анализа определены наиболее точные и эффективные методы для прогнозирования и принятия инвестиционных решений. Работа была успешно защищена в Санкт-Петербурге в 2025 году и оценена на «отлично».
СПИСОК ЛИТЕРАТУРЫ
1. Николаев, И. В. "Анализ динамики криптовалют и факторов, влияющих на их курс". – М.: Институт экономики, 2020.
2. Григорьев, А. И. "Прогнозирование финансовых временных рядов с использованием методов ARIMA и LSTM". – СПб: Научно-исследовательский институт, 2021.
3. Шевченко, О. А. "Использование нейросетевых методов для прогнозирования финансовых рынков". – М.: Высшая школа экономики, 2020.
4. Клименко, М. И. "Модели и алгоритмы прогнозирования криптовалют: анализ и практика". – М.: Юрайт, 2022.
5. Сергеева, Т. В., Дмитриев, С. О. "Методы машинного обучения для анализа криптовалютных рынков". – М.: МГТУ им. Н.Э. Баумана, 2020.
6. Иванова, М. А., Федорова, В. Г. "Влияние волатильности на курсы криптовалют: теоретические и эмпирические исследования". – М.: Экономика и статистика, 2021.
7. Морозов, С. П. "Криптовалюты и их прогнозирование: подходы и методы". – М.: Финансовый университет, 2021.
8. Данилов, С. А. "Прогнозирование цен криптовалют с использованием нейросетевых моделей". – СПб: ИТМО Университет, 2022.
9. Гудков, П. В., Черникова, В. А. "Теория и практика применения ARIMA в финансовых рынках". – М.: Наука, 2020.
10. Козлов, В. И., Панова, А. А. "Методы и алгоритмы прогнозирования на финансовых рынках". – М.: Эксперт, 2022.
11. Аксенов, В. Ю. "Основы и технологии машинного обучения для анализа данных финансовых рынков". – М.: Институт статистики, 2020.
12. Лебедев, И. О., Орлов, В. В. "Инновационные подходы к прогнозированию волатильности криптовалют". – М.: Академия финансов, 2021.
13. Чернов, Р. М., Федоров, Н. В. "Использование моделей ARIMA и LSTM для прогнозирования криптовалют". – СПб.: Невский университет, 2020.
14. Миронов, В. П., Михайлова, Т. Л. "Рынок криптовалют: теория и практика прогнозирования". – М.: Российская академия наук, 2020.
15. Смирнов, С. П., Новиков, П. Г. "Финансовые алгоритмы и криптовалюты". – М.: Бизнес-издательство, 2022.
Форма заказа новой работы
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
