Методи інтелектуального аналізу процесів для поліпшення процесного управління

Abstract

Об’єктом дослідження є процеси моніторингу, аналізу та прогнозування динаміки криптовалютного ринку. Мета роботи полягає у підвищенні ефективності процесного управління шляхом розроблення програмної системи CryptoMind для аналітичного моніторингу та короткострокового прогнозування криптовалютного ринку на основі методів машинного навчання. У роботі проаналізовано особливості інтелектуального аналізу процесів у задачах моніторингу та прогнозування динамічних ринкових даних, а також розглянуто сучасні підходи до аналізу фінансових часових рядів. Спроєктовано та реалізовано програмну систему, що включає модулі завантаження й оновлення ринкових даних з Binance Spot, формування ознак, навчання та оцінювання моделей, виконання rolling backtest, побудови прогнозної оцінки та веб-інтерфейсу. У межах експериментального дослідження реалізовано та порівняно моделі Logistic Regression, CatBoost і LSTM. За результатами дослідження основною практичною моделлю обрано CatBoost для горизонту прогнозування 24 години. Систему також доповнено новинним модулем, explainability-блоком і журналом історії прогнозів. Практичне значення одержаних результатів полягає у створенні працездатної програмної системи, яка може бути використана як інструмент інтелектуального аналізу ринкових процесів і основа для розвитку інформаційно-аналітичних систем підтримки процесного управління.