Анализ тональности новостного потока для прогнозирования финансовых индикаторов

ФИО студента: Гареев Артем Фаридович

Руководитель: Романов Дмитрий Александрович

Программа: Бизнес-информатика (Магистратура)

Год защиты: 2019

Данная работа посвящена исследованию возможностей методов машинного обучения для совершенствования бизнес-процессов. Одним из способов поддержки принятия решения в бизнес-процессах является построение прогнозных математических моделей. В работе представлено описание разработанной модели для предсказания движения цены Bitcoin на основе эмоциональной окраски сообщений в сети Twitter. Проанализированы научные публикации по теме работы и выделены эффективные методологии определения тональности текста и предсказаний движения цены финансовых индикаторов. Рассмотрен процесс построения экспериментальной модели предсказания движения цены Bitcoin, приведены результаты тестирования построенной модели. Показано, что анализ эмоциональной окраски новостного потока позволяет прогнозировать направление движения цены финансового индикатора с точностью не менее 72%..

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Реестр дипломов НИУ ВШЭ