Статьи, Журналы
Использование графовых моделей для разработки бенчмарка оценки работы индикаторов по данным рынка криптовалют
Статьи, Журналы
Использование графовых моделей для разработки бенчмарка оценки работы индикаторов по данным рынка криптовалют
Миронов, В.О. Использование графовых моделей для разработки бенчмарка оценки работы индикаторов по данным рынка криптовалют / В. О. Миронов, А. Н. Черняков // Инновации и инвестиции. — Москва, 2025 — N 3. — С.652-657. — Библиогр. в конце ст.
Поделиться
Вконтакте 
Одноклассники 
Telegram Источник
Аннотация
Статья посвящена разработке бенчмарка для оценки работы индикаторов, используемых на рынке криптовалют. В исследовании рассмотрены методы построения графа корреляционных взаимосвязей между различными индикаторами, что позволяет оценивать их эффективность и интеграцию в торговую систему. Основное внимание уделено выбору оптимальных индикаторов для создания единой стратегии принятия торговых решений, а также анализу параметров графа, включая центральность узлов, кластеризацию и взаимосвязи между инструментами. Для реализации был использован язык Python и данные с криптовалютной биржи ByBit. В статье также обсуждаются перспективы оптимизации системы с использованием более производительных языков программирования и технологий. Результаты работы показали возможность использования графов для оценки и улучшения качества торговых стратегий на основе технического анализа рынка криптовалют.
Ключевые слова
- #финансовый сектор
- #информационные технологии
- #цифровые технологии
- #финансовые технологии
- #рынок криптовалют
- #криптоактивы
- #криптовалюты
- #бенчмарк
- #бенчмаркинг
- #программные средства
- #программные инструменты
- #индикаторы
- #трейдинг
- #технический анализ
- #графовые модели
- #оценка эффективности
- #анализ данных
- #оптимизация
- #языки программирования
- #тестирование
- #экономико-математические методы
- #вычисления
-
УДК:336.7
Рекомендовано к ознакомлению
- 1. Николаева, А. Crypto summit 2024 / А. Николаева // BIS Journal - информационная безопасность бизнеса. — Москва, 2024 — N 2. — С.103-104.
- 2. Dombrowski, N. Performance measurement of crypto funds / N. Dombrowski, W. Drobetz, P. P. Momtaz // Economics letters. — Amsterdam ; Boston ; London, 2023 — N july. vol. 228. — P.111118.
- 3. Абрамов, В.И. Современное состояние и перспективы развития майнинга в Российской Федерации / В. И. Абрамов // Закон и право. — Москва, 2024 — N 12. — С.65-68.
- 4. Мусханова, Х.Ж. Применение технологий искусственного интеллекта в финансово-банковском секторе / Х. Ж. Мусханова, М. А. Кайтова // Экономика и управление: проблемы, решения. — Москва, 2024 — N 9 ч. 13. — С.89-96.
- 5. Шабалин, Ю. Мобильные приложения выходят на новый уровень. Но хакеры опережают / Ю. Шабалин // BIS Journal - информационная безопасность бизнеса. — Москва, 2025 — N 3. — С.97.
- 6. Кобаненко, М.В. Инновационные подходы к управлению финансовыми рисками / М. В. Кобаненко // Финансовые рынки и банки. — Москва, 2025 — N 8. — С.213-217.
- 7. Песова, В.Л. Использование ИИ для управления кредиторской и дебиторской задолженностью / В. Л. Песова // Инновации и инвестиции. — Москва, 2025 — N 4. — С.385-388.
- 8. Косулин, В.В. Анализ управления финансовыми рисками в интернете / В. В. Косулин, В. Ю. Виноградов, Т. М. Мусаева // Экономика и управление: проблемы, решения. — Москва, 2025 — Т. 10. № 1. — С.139-144.
- 9. Lin Yu Ching Artificial intelligence in finance / Lin Yu Ching. — 3G E-Learning LLC, 2024. — 318 p.. — ISBN 978-1-98469-155-2.
- 10. Гоманова, Т.К. Анализ методов прогнозирования курса активов / Т. К. Гоманова, Е. Л. Гуляева, Р. Д. Хмельницкий // Финансовый бизнес. — Москва, 2025 — N 6. — С.101-109.
Отзывы читателей
0