МОДЕЛЮВАННЯ ПРОЦЕСУ СИСТЕМИ АНАЛІЗУ ЗМІНИ КУРСУ КРИПТОВАЛЮТ

Огліх В.В.,
канд. фіз.-мат. наук, доц.

Дніпровській національний університет імені Олеся Гончара (Україна)
Шаповалов О.В.
канд. техн. наук, ст. наук. спів.

Університет митної справи та фінансів (Україна)

Презентація

Глобальним трендом сучасного етапу розвитку світового фінансового ринку є:

  • інтеграція фінансових інститутів в глобальну систему, розповсюдження фінансових інновацій, які зумовлює формування потужної інфраструктури, яка розвивається майже незалежно від політики, яку реалізують потужні національні економіки;

  • зростаючий вплив глобальних валютно-фінансових інститутів на відтворювальні процеси в світовому господарстві майже всіх країн, зокрема світових держав-лідерів;

  • розвиток комунікаційних систем цифрової економіки, блокчейн технологій, інформатизація фінансових відносин на тлі інтернаціоналізації валютно-фінансової сфери;

  • лібералізація міжнародних економічних відносин, незалежність фінансового ринку від реального сектору економіки;

  • перетворення інформаційних технологій у один зі стрижневих ресурсів економіки й одночасно в засіб обміну ресурсами в електронній формі.

Інформаційно-технологічні тенденції у сучасному економічному просторі полягають у тому, що реалізується можливість безпечного обміну ресурсами між сторонніми агентами, які не довіряють один одному без участі регулюючої структури, яка б підтримувала інфраструктуру. Вказане досягається через перекладення функції ведення облікових операцій на мережу автономних, розміщених у глобальній сіті комп’ютерів з централізованих фінансових інститутів, що у свою чергу обумовило появу криптовалют.

Комп’ютери, які працюють незалежно один від одного, утворюють децентралізовану мережу, яка працює самостійно від будь-яких інститутів керування, і реалізують ідею незалежної перевірки ними операцій між контрагентами.

Завдання полягає у визначенні прогнозної ціни криптовалюти Bitcoin в момент часу \((t\ + \ 1)\) аналізуючи ціни криптовалюти K, які торгуються в відношенні до долара США (USD) або безпосередньо з Bitcoin в деякий момент часу t. Інформаційною базою є статистичні дані отримані з бірж стосовно курсу криптовалюти Bitcoin в доларах CША (USD) та інших криптовалют, які торгуються в парі з доларом (США) або ж безпосередньо з Bitcoin.

Прогноз слід будувати врахувавши:

  • \(P_{\text{start}(t)}^{k}\) - характеризує значення ціни на момент відкриття певного проміжку часу певної валюти K;

  • \(P_{\max(t)}^{k}\) - як найбільше значення ціни за цей же проміжок часу;

  • \(P_{\min(t)}^{k}\)- найменше значення ціни за цей же проміжок часу;

  • \(P_{\text{close}(t)}^{k}\)- значення ціни на момент закриття цього проміжку часу;

  • \(V_{t}^{k}\) - обсяги торгів.

Отже задача зводиться до необхідності визначити прогнозного значення \({P_{\text{close}(t)}^{k}}^{'}\) за наявними даними n спостережень \(n =1,\ldots,N,\) де \(t = 1\ldots T\). Необхідно визначити аналітичну залежність, яка адекватно описує дані спостережень.

\[ {P_{\text{close}(t)}^{k}}^{'} = F(P_{\text{close}(t)}^{k}) \]

де \({P_{\text{close}(t)}^{k}}^{'}\) - прогнозне значення ціни на момент закриття цього проміжку часу.

Розв’язання задачі реалізовано через побудову нейронної мережі, яка змогла б робити прогноз ціни криптовалюти Bitcoin в наступний момент часу (t + 1) аналізуючи ціни інших криптовалют, які торгуються в відношенні до долара США (USD) або безпосередньо з Bitcoin в деякий момент часу t.

Визначена мета досягнута шляхом розробки інформаційного забезпечення, яке реалізує такі завдання:

  • вилучення даних з біржі;

  • дослідження, обробка та візуалізація даних;

  • проектування архітектури нейронної мережі;

  • дослідження впливу змін в архітектурі нейронної мережі на якість прогнозів. Точність прогнозів залежить від розробленої архітектури нейронної мережі (кількість шарів, кількість нейронів в кожному з шарів), методів навчання, налаштування гіперпараметрів;

  • дослідження впливу гіперпараметрів на якість прогнозів.