Кафедра цифрових технологій та проєктно-аналітичних рішень (ЦТПАР)
Постійне посилання колекціїhttps://dspace.mipolytech.education/handle/mip/22
Переглянути
5 результатів
Результати пошуку
Документ The method of constructing a development trajectory as the basis of an intelligent module for strategic planning of the EPM system(CEUR Workshop Proceedings, 2021) Moskalenko, V. V.; Fonta, N.; Москаленко, В. В.; Фонта, Н. Г.The application of computational intelligence methods for solving strategic problems based on the analysis of research in the field of strategic management and forecasting is considered. The description of the process of forming strategic goals for the company as procedure of the business process to form the company development program is presented. This business process is implemented as a separate module of the strategic planning subsystem of the Enterprise Performance Management system. A solving for theproblem of choosing strategies to achieve strategic goals is proposed. The choice of strategies is based on the analysis of development trajectories. A method for constructing a development trajectory is proposed.The method uses the idea of a sequential analysis of options. Each point of development trajectory will correspond to market positions that the company must have at strategic intervals in order to achieve the strategic goal. Possible market conditions (company positions) at intervals of the planning period are determined based onpredicted values of market parameters and solving the segmentation problem. The segmentation problem is formulated as a classification problem and is implemented by one of the Machine learning methods. Forecasting is based on neural networks. It is proposed to use a neural network with the Temporal Fusion Transformer architecture.Документ Дослідження нейронних мереж для прогнозування вартості акцій компаній у нестабільній економіці(Національний технічний університет "Харківський політехнічний інститут", 2022) Москаленко, В. В. ; Санталова, А. Р.; Фонта, Н. Г.; Moskalenko, V. V. ; Santalova, A. R.; Fonta, N.Дані дослідження присвячені аналізу і вибору нейронних мереж різної архітектури та гібридних моделей, до яких включені нейронні мережі, для прогнозування ринкової вартості акцій на фондовому ринку країни, яка перебуває у процесі нестабільного розвитку. Аналіз та прогнозування таких фондових ринків не може бути проведено з використанням класичних методів. Актуальність теми дослідження зумовлена необхідністю розробки програмних систем, які реалізують алгоритмічне забезпечення прогнозування ринкової вартості акцій в Україні. Впровадження таких програмних систем до контуру прийняття інвестиційних рішень у компаніях, які зацікавлені у підвищенні інформаційної прозорості фондового ринку України, дасть можливість покращити прогнози щодо ринкової вартості акцій. Це у свою чергу сприятиме покращенню інвестиційного клімату та забезпечить зростання інвестування в українську економіку. Проведено аналіз результатів існуючих досліджень щодо використання нейронних мереж та інших методів обчислювального інтелекту для моделювання поведінки учасників фондового ринку та прогнозування ринку. У статті надано результати дослідження щодо використання нейронних мереж різної архітектури для прогнозування ринкової вартості акцій на фондових ринках України. Для прогнозування було обрано чотири акції Української фондової біржі: Центренерго (CEEN); Укртелеком (UTLM); Крюківський Вагонобудівний Завод ПАТ (KVBZ); Райффайзен Банк Аваль (BAVL). Для експериментального дослідження були обрані такі моделі: довга короткострокова пам’ять LSTM; згорткова нейронна мережа CNN; гібридна модель, яка поєднує дві нейронної мережі CNN і LSTM; гібридна модель, що складається з алгоритму декомпозиції варіаційного режиму та нейронної мережі довгострокової пам’яті (VMD-LSTM); гібридна модель VMD-CNN-LSTM глибокого навчання на основі варіаційного режиму (VMD) та двох нейронних мереж. Розраховано оцінки якості прогнозу за різними метриками. Зроблено висновок, що використання гібридної моделі VMD-CNN-LSTM дає мінімальну помилку прогнозування ринкової вартості акцій українських підприємств. Також доцільно використовувати модель VMD-LSTM для прогнозування на біржах країн з нестабільною економікою.Документ Information technology of determination the company's financial condition for the financial planning subsystem of the EPM system(Національний аерокосмічний університет ім. М. Є. Жуковського «Харківський авіаційний інститут», 2022) Moskalenko, V. V.; Fonta, N.; Grinchenko, M.; Nikulina, O. M.; Yershova, S.; Москаленко, В. В.; Фонта, Н. Г.; Нiкулiна, О. М.; Гринченко, М. А.; Єршова, С. І.The subject matterof this article is the process of forming a company's development finance program. The goal is to develop the information technology to determine the company's financial condition for the financial plan-ning subsystem of an enterprise performance management (EPM) System. The tasksare to develop a methodfor forming a company's development finance program as the basis for the financial planning subsystem of the EPM system; develop a methodology of determining the financial condition of the company as a component of the method; develop an information technology (IT) for determining the company’s financial condition; develop a method for forecasting financial states on the strategic period using a neural network. The following resultswere obtained. The methodfor forming a company's development finance program is implemented as the finan-cial planning subsystem for the EPM system. A methodology for determining the financial condition of a com-pany as a component of this method is presented in this article. Information technology for the implementation of this methodology has been developed. The components of the IT are the calculation of financial indicators based on data from financial statements for a certain period; the analysis of return on equity; the determination of the company financial stability; the determination of the financial condition in dynamics; the forecasting of the company's financial condition for the strategic period; the formation of development strategies for forecast-ing financial condition. The method for forecasting financial states in the strategic period was implemented using a neural network with the Temporal Fusion Transformer architecture. Conclusions. The scientific novelty of the results obtained is as follows: 1) the stages of the process of forming a company's development finance program were improved by methodology for determining the financial condition of the company, by model for determining the rational ratio of own and borrowed funds, by technology for selecting possible sources of fi-nancing development projects, by method for determining investment project financing schemes;2) methodology for determining the financial condition of the company was further developed byincluding a component for predicting financial indicators using a neural network; 3) the company's financial condition module for EPM System was further developed by IT implementation, which implements the assessment and forecast of the com-pany's financial condition is carried out and the financial strategy of the company's development is formed.Документ The value of shares prediction in an unstable economy using neural networks(CEUR Workshop Proceedings, 2022) Moskalenko, V. V.; Santalova, A. R. ; Fonta, N.; Nikulina, O. M.; Москаленко, В. В.; Нікуліна, О. М.The relevance of this research topic is due to the need to develop algorithmic provision of the market value forecasting for shares in Ukraine and the introduction of the concept for increasing information transparency of the domestic stock market. All this will help improve the investment market, provide investment and development of Ukrainian companies and the economy as a whole. An analysis of researchon the use of methods for computational intelligence, including neural networks to model the behavior of stock market participants and solve the problem of forecasting. A study was conducted based on using neural networks of different architecture to predict the market value of shares in the stock markets of Ukraine, which are in the process of formation and development. The following models of neural networks were chosen for experimental research: Long short-term memory; Convolutional neural network; a hybrid model that combines two neural network architectures CNN and LSTM; a hybrid model consisting of a variational mode decomposition algorithm and a long-term memory neural network (VMD-LSTM). Four shares of the Ukrainian Stock Exchange were selected forforecasting: Tsentrenergo (CEEN); Ukrtelecom (UTLM); Kriukivs’kyi Vahonobudivnyi Zavod PAT (KVBZ); Raiff Bank Aval (BAVL). Estimates of forecast quality are calculated. It was concluded that it is advisable to use the LSTM network to forecast stocks that are on the stock exchanges of countries with unstable economies.Документ Financial Sustainability Evaluation and Forecasting Using the Markov Chain: The Case of the Wine Business(MDPI, 2020) Rekova, N. Yu.; Telnova, H.; Kachur, O.; Golubkova, I.; Balezentis, T.; Streimikiene, D.; Рекова, Н. Ю.This paper proposes a framework for assessing the financial sustainability of a wineproducing company. The probabilistic approach is used to model the expected changes in the financialsituation of an enterprise based on the historical trends. The case of an enterprise in Ukraine isconsidered as an illustration. The Markov chain is adopted for the forecasting exercise. Using theMarkov chain framework allows one to predict the probability of financial security change forseveral periods ahead. The forecast relies on the transition probabilities obtained by exploiting thehistorical data. The proposed framework is implemented by construction of the financial securitylevel transition matrices for three scenarios (optimistic, baseline and pessimistic). The case studyof a Ukrainian wine producing company is considered. The possibilities for applying the proposedmethod in establishing anti-crisis financial strategy are discussed. The research shows how forecastingthe financial security level of a company can serve in anti-crisis financial potential buildup.