Система алгоритмической торговли на фондовом рынке с помощью сверточных и рекуррентных нейронных сетей

Abstract

В рамках выпускной квалификационной работы магистра была спроектирована и разработана система, позволяющая по расписанию выгружать данные о стоимости акций различных компаний, обрабатывать и сохранять их длядальнейшего использования, а также систему, которая позволяет производить обучение нейронных сетей вместе с получением прогнозов для новых данных. Основными целями данной работы являлось разработка системы по обработке и хранению данных, которые в последствие можно было подавать на обучение и использование нейронной сетью, а также разработка и обучение нейронных сетей, способных принимать решения по торговле акциями на фондовом рынке. Логический проект системы представлен в виде набора диаграмм, спроектированных по методологии UML. Диаграммы были созданы в программном обеспечении под названием draw.io. Программная реализация систем была осуществлена на языке программирования Python с использованием системы контейнеризации Docker. В качестве интегрированной среды разработки использовалась среда PyCharm 202