АННОТАЦИЯ 2
ВЕДЕНИЕ 5
1. ОБЩАЯ ИНФОРМАЦИЯ И МЕТОДЫ АНАЛИЗА ДАННЫХ .... 7
1.1. Информация о компании «Samsung Electronics Co.» 7
1.2. Информация об акциях 7
1.2.1. Категории акций 7
1.2.2. Стоимость акций 9
1.3. Общие сведения о биржах 10
1.4. Обзор методов прогнозирования данных 11
1.4.1. Простое скользящее среднее 11
1.4.2. Авторегрессионное скользящее среднее 12
1.5. Метод гусеницы 12
1.5.1. Развертка одномерного ряда в многомерный 13
1.5.2. Анализ главных компонент: сингулярное разложение
выборочной ковариационной матрицы 13
1.5.3. Отбор главных компонент 14
1.5.4. Восстановление одномерного ряда 15
1.6. Выводы по разделу 1 16
2. РАЗРАБОТКА ПРИЛОЖЕНИЯ И ПРОГНОЗИРОВАНИЕ ЦЕН АКЦИЙ 17
2.1. Выбор средств разработки 17
2.1.1. Язык C#, платформа .Net Framework 17
2.1.2. Библиотеки 17
2.1.3. Система контроля версий Git 18
2.2. Написание алгоритма работы программы 20
2.2.1. Проектирование внутренней структуры, применение
паттернов разработки 23
2.2.2. Разработка аналитических модулей 24
2.3. Разработка пользовательского интерфейса 24
2.4. Выводы по разделу 2 24
3. АНАЛИЗ И ПРОГНОЗИРОВАНИЕ ДАННЫХ 26
3.1. Реализация аналитических модулей 26
3.1.1. Блок-схема аналитических модулей 26
3.1.2. Пример работы программы 28
3.2. Анализ стоимостей акций «Samsung Electronics Co.» 31
3.3. Прогнозирование динамики изменения цен акций «Samsung
Electronics Co.» 31
3.4. Выводы по разделу 3 34
ЗАКЛЮЧЕНИЕ 35
СПИСОК ЛИТЕРАТУРЫ 37
ПРИЛОЖЕНИЕ 1 39
Одним из популярных способов заработка является покупка-продажа акций на биржах. Это относительно простой способ на первый взгляд, но при ближайшем знакомстве становится понятно, что во многом всё зависит от статистики. Исследуя закономерности изменения прошлых изменений стоимости акций можно принимать решения о покупке-продаже в тот или иной момент. Но собирать данные вручную очень долгий и трудоёмкий процесс.
Для решения обозначенной выше задачи существуют уже готовые решения. Например, встроенный сервис технического анализа на сайте Investing.com [16]. Сервис прост в использовании, но имеет ограниченный набор инструментов для анализа данных. К тому же он имеет неявную реализацию, закрытую от пользователя. Также возможно собирать данные вручную и анализировать их в офисных программах, как например Microsoft Excel. Однако, в этом случае не имеется возможности автоматизировать сбор данных, но часть других функций потенциально автоматизируется макросами.
Целью данной работы является построение прогноза динамики изменения цен на акции компании «Samsung Electronics Co.». В качестве источника данных рассматривается Лондонская биржа, цены на которой представлены в USD.
Декомпозируем задачу. Для достижения вышеобозначенной цели необходимо решить следующие подзадачи:
1) провести обзор имеющихся методов прогнозирования;
2) выбрать наиболее подходящий метод;
3) собрать данные;
4) построить прогноз по имеющимся данным.
Задача о сборе данных и построение на их основе прогноза представляет собой ещё одну композицию. Для её решения будет разработано приложение, решающее следующие проблемы:
1) проектирование структуры приложения;
2) разработка жизненного цикла программы;
3) разработка алгоритма работы;
4) получение актуальной информации с сайта Investing.com в режиме реального времени;
5) запись и последующее чтение полученной информации в файл для оптимизации памяти и возможности выполнения своих функций даже после перезапуска;
6) реализация выбранных методов прогнозирования;
7) разработка пользовательского интерфейса программы;
8) вывод полученных и обработанных данных.
В первой главе будет рассмотрена общая информация об акциях, биржах и их различиях, а также рассмотрим подробнее существующие методы для прогнозирования данных, определив методы, которые будут использованы в этой работе.
Вторая глава включит в себя разработку приложения, соответствующее обозначенным выше требованиям. В этом разделе будет рассмотрен процесс проектирования приложения, построения его алгоритма, разработки необходимых модулей и решения задачи пользовательского интерфейса. Также будут рассмотрены библиотеки, решающие те или иные задачи.
В третьей главе будут представлены результаты работы выбранных методов анализа и прогнозирования собранных данных.
Данная выпускная квалификационная работа посвящена всегда актуальной теме исследования временных рядов на примере цен акций на основе собранных данных.
Целью работы являлось построение прогноза динамики изменения цен на акции «Samsung Electronics Co.».
В соответствии с целью были рассмотрены варианты методов прогнозирования и реализовано приложение, способное в автономном режиме собирать актуальные данные и анализировать их. В результате сбора и анализа данных был построен собственный прогноз, полностью совпадающий с таковым на сайте Investing.com.
В первой главе была рассмотрена общая информация об изучаемой компании, акциях, формировании на них цен и биржах. Также в главе были рассмотрены методы прогнозирования и анализа данных. Для анализа было решено использовать метод Гусеницы по причине высокой точности к прогнозированию динамики.
Во втором разделе был построен алгоритм работы программы и разработана математическая модель взаимодействия программных компонентов между собой. Также было построено приложение для сбора данных, их последующего анализа, прогнозирования будущих значений на основе уже собранных и визуализации полученных данных.
В третьей главе было подробно рассмотрено приложение и его возможности, и с помощью реализации был проведён анализ собранных данных о ценах акций «Samsung Electronics Co.». Также был построен прогноз на основе модели простого скользящего среднего в разном диапазоне. Выявлено, что на сайте Investing.com используются те же инструменты для прогнозирования, что и описанные в этой работе.
В результате разработки было получено простое в использовании приложение, позволяющее:
1. автономно собирать информацию о состоянии площадки;
2. получать и записывать информацию об изменениях цен на акции;
3. проводить различные типы анализа данных;
4. выводить на график результаты анализа.
В ходе работы были решены следующие задачи:
1. выполнен обзор существующих методов прогнозирования;
2. разработан алгоритм работы программы;
3. разработан способ сериализации данных для последующего чтения;
4. реализован пользовательский интерфейс;
5. реализовано отображение данных.
Таким образом, все поставленные цели были достигнуты. В дальнейшем планируется добавление и реализация новых методов прогнозирования в программу и расширение функционала.
