Подробнее о работе
Гарантия сервиса Автор24
Уникальность не ниже 50%
Тема оценки финансовых рисков не устареет еще долгое время, а применение машинного обучения с целью контроля вышеописанных рисков поможет огромному количеству организаций различного масштаба. Таким образом, актуальность данного исследования не может быть подвергнута сомнениям.
Для достижения установленной цели необходимо решить ряд задач, последовательное выполнение которых позволит систематизировано получить желаемый результат. Поставленные задачи представлены ниже:
• Анализ существующих математических моделей
• Разработка нейронной сети
• Подготовка данных
• Реализация алгоритма и анализ результатов
Данные задачи рассматриваются с точки зрения выбранного объекта исследования – рыночные риски. В рамках исследования предметом выбрана стоимость под риском, как одна из наиболее емких характеристик объекта исследования. Результатом исследования станет нейронная сеть, характеризующая значение VaR для заданного набора ценных бумаг.
Введение ................................................................................................................... 3 Глава 1. Анализ существующих математических моделей ................................ 6 Глава 2. Разработка нейронной сети ................................................................... 14 Глава 3. Подготовка данных ................................................................................ 26 Глава 4. Реализация алгоритма и анализ результатов ...................................... 36 Заключение ............................................................................................................ 47 Список литературы ............................................................................................... 49
Оригинальность по АП.Вуз на 26 февраля 2023 года более 70%.
Оценка финансовых рисков является важной частью обеспечения
стабильного развития любой компании. Для данной оценки необходимо использовать показатель, способный наиболее емко отразить текущую ситуацию, при этом его интерпретация не должна быть особенно трудной. В качестве подобного показателя прекрасно подходит выбранный в данном исследовании VaR – стоимость под риском.
VaR отражает возможные потери определенной экономической единицы с заданной вероятностью. Благодаря тому, что он представляет из себя всего одно число, его интерпретация не составит труда. В данном исследовании будут рассмотрены основные методы определения стоимости под риском для заданного набора финансовых инструментов.
Помимо этого, в данном исследовании была разработана и реализована нейронная сеть, позволяющая оценивать VaR заданных активов, используя метол двунаправленной генеративной состязательной сети. Полученная нейросеть будет способна определить значение VaR для финансовых инструментов, которые использовались при ее обучении, а также синтезировать распределение доходности портфеля акций. Результат может быть использован в дальнейшем для оценки рыночных рисков и ликвидации неблагоприятных последствий.
Список литературы
1. Alpha Vantage [Электронный ресурс]. 2017, URL:
https://www.alphavantage.co/ (Дата обращения 23.04.2022)
2. Уолтер, А. Стив Джобс / А. Уолтер. – Санкт-Петербург: Астрель, 2011.
– 332с.
3. Стоун, Б. The Everything Store. Джефф Безос и эра Amazon / Б. Стоун. –
Азбука-Бизнес, 2014 – 530с.
4. Гейтс, Б. Дорога в будущее / Б. Гейтс. – Viking Press, 1995 – 480с.
5. Дайер, Д. Procter & Gamble. Путь к успеху: 165-летний опыт построения брендов / Д. Дайер, Р. Олегарио, Ф. Далзелл. – Альпина Паблишер, 2021 – 526с.
6. Котарда Д. IBM. Падение и возрождение великой компании / Д.
Котарда. – Бомбора, 2019 – 1140с.
7. Крок Р. Ключевые идеи книги: McDonald`s. Как создавалась империя /
Р. Крок. - Альпина Паблишер, 2020 – 20с.
8. Круи, М. Основы риск-менеджмента / М. Круи, Д. Галай, Р. Марк. –
Юрайт, 2016.
9. Авдошин, С. М. Информатизация бизнеса. Управление рисками / С.М.
Авдошин, Е.Ю. Песоцкая. - Москва: ДМК Пресс, 2011. - 176 c.
10. Грачева, М.В. Риск-менеджмент инвестиционного проекта / М.В.
Грачева. - Москва: Юнити-Дана, 2013. - 544 c.
11. Джулли, А. Библиотека Keras – инструмент глубокого обучения.
Реализация нейронных сетей с помощью библиотек Theano и TensorFlow / Антонио Джулли. - Москва: ДМК Пресс, 2017. - 298 c.
12. Николенко, С. Глубокое обучение. Погружение в мир нейронных сетей.
Руководство / С. Николенко. - Москва: Питер, 2018. - 481 c.
13. Севрук, В.Т. Банковские риски / В.Т. Севрук. – Дело ЛТД, 1994. - 587 c. 14. Кульбак, С. Information Theory and Statistics / С. Кульбак. – John Wiley
& Sons, 1959 – 409 с.
15. Hinrich, S. Foundations of Statistical Natural Language Processing / S.
Hinrich, D. Christopher. – Mass: MIT Press, 1999.
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
Тема оценки финансовых рисков не устареет еще долгое время, а применение машинного обучения с целью контроля вышеописанных рисков поможет огромному количеству организаций различного масштаба. Таким образом, актуальность данного исследования не может быть подвергнута сомнениям.
Для достижения установленной цели необходимо решить ряд задач, последовательное выполнение которых позволит систематизировано получить желаемый результат. Поставленные задачи представлены ниже:
• Анализ существующих математических моделей
• Разработка нейронной сети
• Подготовка данных
• Реализация алгоритма и анализ результатов
Данные задачи рассматриваются с точки зрения выбранного объекта исследования – рыночные риски. В рамках исследования предметом выбрана стоимость под риском, как одна из наиболее емких характеристик объекта исследования. Результатом исследования станет нейронная сеть, характеризующая значение VaR для заданного набора ценных бумаг.
Введение ................................................................................................................... 3 Глава 1. Анализ существующих математических моделей ................................ 6 Глава 2. Разработка нейронной сети ................................................................... 14 Глава 3. Подготовка данных ................................................................................ 26 Глава 4. Реализация алгоритма и анализ результатов ...................................... 36 Заключение ............................................................................................................ 47 Список литературы ............................................................................................... 49
Оригинальность по АП.Вуз на 26 февраля 2023 года более 70%.
Оценка финансовых рисков является важной частью обеспечения
стабильного развития любой компании. Для данной оценки необходимо использовать показатель, способный наиболее емко отразить текущую ситуацию, при этом его интерпретация не должна быть особенно трудной. В качестве подобного показателя прекрасно подходит выбранный в данном исследовании VaR – стоимость под риском.
VaR отражает возможные потери определенной экономической единицы с заданной вероятностью. Благодаря тому, что он представляет из себя всего одно число, его интерпретация не составит труда. В данном исследовании будут рассмотрены основные методы определения стоимости под риском для заданного набора финансовых инструментов.
Помимо этого, в данном исследовании была разработана и реализована нейронная сеть, позволяющая оценивать VaR заданных активов, используя метол двунаправленной генеративной состязательной сети. Полученная нейросеть будет способна определить значение VaR для финансовых инструментов, которые использовались при ее обучении, а также синтезировать распределение доходности портфеля акций. Результат может быть использован в дальнейшем для оценки рыночных рисков и ликвидации неблагоприятных последствий.
Список литературы
1. Alpha Vantage [Электронный ресурс]. 2017, URL:
https://www.alphavantage.co/ (Дата обращения 23.04.2022)
2. Уолтер, А. Стив Джобс / А. Уолтер. – Санкт-Петербург: Астрель, 2011.
– 332с.
3. Стоун, Б. The Everything Store. Джефф Безос и эра Amazon / Б. Стоун. –
Азбука-Бизнес, 2014 – 530с.
4. Гейтс, Б. Дорога в будущее / Б. Гейтс. – Viking Press, 1995 – 480с.
5. Дайер, Д. Procter & Gamble. Путь к успеху: 165-летний опыт построения брендов / Д. Дайер, Р. Олегарио, Ф. Далзелл. – Альпина Паблишер, 2021 – 526с.
6. Котарда Д. IBM. Падение и возрождение великой компании / Д.
Котарда. – Бомбора, 2019 – 1140с.
7. Крок Р. Ключевые идеи книги: McDonald`s. Как создавалась империя /
Р. Крок. - Альпина Паблишер, 2020 – 20с.
8. Круи, М. Основы риск-менеджмента / М. Круи, Д. Галай, Р. Марк. –
Юрайт, 2016.
9. Авдошин, С. М. Информатизация бизнеса. Управление рисками / С.М.
Авдошин, Е.Ю. Песоцкая. - Москва: ДМК Пресс, 2011. - 176 c.
10. Грачева, М.В. Риск-менеджмент инвестиционного проекта / М.В.
Грачева. - Москва: Юнити-Дана, 2013. - 544 c.
11. Джулли, А. Библиотека Keras – инструмент глубокого обучения.
Реализация нейронных сетей с помощью библиотек Theano и TensorFlow / Антонио Джулли. - Москва: ДМК Пресс, 2017. - 298 c.
12. Николенко, С. Глубокое обучение. Погружение в мир нейронных сетей.
Руководство / С. Николенко. - Москва: Питер, 2018. - 481 c.
13. Севрук, В.Т. Банковские риски / В.Т. Севрук. – Дело ЛТД, 1994. - 587 c. 14. Кульбак, С. Information Theory and Statistics / С. Кульбак. – John Wiley
& Sons, 1959 – 409 с.
15. Hinrich, S. Foundations of Statistical Natural Language Processing / S.
Hinrich, D. Christopher. – Mass: MIT Press, 1999.
Купить эту работу vs Заказать новую | ||
---|---|---|
0 раз | Куплено | Выполняется индивидуально |
Не менее 40%
Исполнитель, загружая работу в «Банк готовых работ» подтверждает, что
уровень оригинальности
работы составляет не менее 40%
|
Уникальность | Выполняется индивидуально |
Сразу в личном кабинете | Доступность | Срок 1—6 дней |
2000 ₽ | Цена | от 3000 ₽ |
Не подошла эта работа?
В нашей базе 5571 Выпускная квалификационная работа — поможем найти подходящую