Економічний вісник НГУ

 

Основні рецензенти

Литвиненко Наталія Іванівна - Національний технічний університет «Дніпровська політехніка»

Пилипенко Ганна Миколаївна - Національний технічний університет «Дніпровська політехніка»

Задоя Анатолій Олександрович - Дніпропетровський університет імені Альфреда Нобеля

Прушківська Емілія Василівна - Національний університет «Запорізька політехніка»

Мушникова Світлана Анатоліївна - Український державний університет науки та технологій

Пилипенко Юрій Іванович - Національний технічний університет «Дніпровська політехніка»

Смєсова Вікторія Леонідівна - Національний технічний університет «Дніпровська політехніка»

Бондаренко Людмила Анатоліївна - Національний технічний університет «Дніпровська політехніка»

Бєлобородова Марія Валеріївна - Національний технічний університет «Дніпровська політехніка»

Амоша Олександр Іванович - Інститут економіки промисловості Національної академії наук України

Залознова Юлія Станіславівна - Інститут економіки промисловості Національної академії наук України

Ареф’єва Олена Володимирівна - Національний авіаційний університет

Прохорова Вікторія Володимирівна - Українська інженерно-педагогічна академія

Єрмошкіна Олена Вячеславівна - Національний університет «Львівська політехніка»

Пашкевич Марина Сергіївна - Національний технічний університет «Дніпровська політехніка»

Усатенко Ольга Володимирівна - Національний технічний університет «Дніпровська політехніка»

Чуріканова Олена Юріївна - Національний технічний університет «Дніпровська політехніка»

Бардась Артем Володимирович - Національний технічний університет «Дніпровська політехніка»

Бойченко Микола Вікторович - Національний технічний університет «Дніпровська політехніка»

Трифонова Олена Василівна - Національний технічний університет «Дніпровська політехніка»

Швець Василь Якович - Національний технічний університет «Дніпровська політехніка»

Красовська Олена Юріївна - Національний технічний університет «Дніпровська політехніка»

Касян Сергій Якович - Національний технічний університет «Дніпровська політехніка»

Петруня Юрій Євгенович - Університет митної справи та фінансів


ВипускиРубрикиАвториКлючові слова

Стаття

Випуск:2025 №1 (89)
Рубрика:Фінанси, банківська справа, страхування та фондовий ринок
УДК:336.7+519.8+ 004.8.
DOI:https://doi.org/10.33271/ebdut/89.098
Мова статті:Українська
Сторінки:98-109
Заголовок:Сучасні методи прогнозування волатильності ринків криптовалют
Автори:Козенкова В. Д., Дніпровський державний аграрно-економічний університет,
Мовсесянц А. М., Український державний університет науки і технологій
Анотація:Методологія дослідження. Застосування методу абстракції дозволило виділити характеристики волатильності, спрощуючи аналіз складних фінансових даних ринку криптовалют. Аналіз із синтезом сприяв виявленню закономірностей та інтеграції традиційних і сучасних підходів до прогнозування, забезпечивши комплексну оцінку методів. Логічний та історичний підходи дали змогу провести еволюційний аналіз, а методи класифікації за принципами загального та особливого аналізу, у комбінації з порівняльним і абстрактно-логічним аналізом, дозволили об’єктивно оцінити ефективність розроблених моделей та обґрунтувати доцільність розробки інноваційних рішень для оптимізації торгових стратегій та мінімізації ризиків. Результати. У дослідженні проведено порівняльний аналіз методів прогнозування волатильності ринків криптовалют з використанням традиційних статистичних підходів та сучасних алгоритмів машинного навчання. Отримані результати підтверджують переваги інтеграції класичних методів із алгоритмами машинного навчання, що дозволяють більш точно оцінювати ризики та оптимізувати торгові стратегії в умовах високої волатильності криптовалютних ринків. Визначену волатильність можна використовувати разом із Reinforcement Learning (RL) для оптимізації торгових стратегій, що дозволяє агенту навчатися приймати рішення в середовищі для максимізації кумулятивної винагороди. Використання RL в торгівлі криптовалютою є перспективним напрямком, але вимагає обережного підходу та ретельного тестування стратегій перед їх застосуванням в реальній торгівлі. Новизна. Наукова новизна полягає в комплексному підході до прогнозування волатильності ринків криптовалют, що поєднує класичні статистичні методи з сучасними алгоритмами машинного навчання. Встановлено переваги ансамблевих методів машинного навчання для аналізу волатильності криптовалют. Запропоновано інтеграцію навчання з підкріпленням (RL) для оптимізації торгових стратегій на основі прогнозованої волатильності, що є новим підходом до автоматизації торгівлі криптовалютами. Практична значущість. Результати дослідження мають практичне значення для учасників ринку криптовалют, включаючи інвесторів, трейдерів та фінансових аналітиків. Інтеграція методів машинного навчання з традиційними статистичними підходами відкриває нові можливості для розробки ефективних торгових стратегій, що сприяє підвищенню прибутковості та стабільності на ринку криптовалют ринку. Дослідження також корисне для розробників торгових платформ та аналітичних інструментів, оскільки надає емпіричні дані для вдосконалення алгоритмів прогнозування та аналізу ринкових даних. 
Ключові слова:Волатильність, Криптовалюта, Прогнозування, Методи машинного навчання, GАRСН, LSТМ, Rаndом Fоrеsт. Rеіnfоrсемеnт Lеаrnіng
Файл статті:EV20251_098-109.pdf
Література:
  • 1. Bouri, E., Saeed, E., Vinh Vo, X., and Roubaud, D. (2021). Quantile connectedness in the cryptocurrency market, Journal of International Financial Markets, Institutions and Money, Vol. 71, 101302. https://doi.org/10.1016/j.intfin.2021.101302.2.
  • 2. Gupta, H., and Chaudhary. R. (2022)/ An Empirical Study of Volatility in Cryptocurrency Market. Journal of Risk and Financial Management. 15: 513. https://doi.org/10.3390/jrfm15110513
  • 3. Time Series Analysis: Forecasting and Control, 5th Edition, by George E.P. Box, Gwilym M. Jenkins, Gregory C. Reinsel and Greta M. Ljung (2015). John Wiley and Sons Inc., Hoboken, New Jersey, pp. 712.
  • 4. Kejia, Y., Yan, H., and Gupta, R. (2022). Are GARCH and DCC values of 10 cryptocurrencies affected by COVID‐19? Journal of Risk and Financial Manage- ment, 15(3), 113. https://doi.org/10.3390/jrfm15030113
  • 5. Khedr, A. M., Arif, I., Pravija Raj, P. V., El- Bannany, M., Alhashmi, S. M., & Sreedharan, M. (2021). Cryptocurrency price prediction using traditional statistical and machine learning techniques: A survey. Intelligent Systems in Accounting, Finance and Management, 28(1), 3-34. https://doi.org/10.1002/isaf.1488
  • 6. Bollerslev, Tim. Generalized autoregressive conditional heteroskedasticity, Journal of Econometrics, Volume 31, Issue 3, 1986, Pages 307-327, https://doi.org/10.1016/0304-4076(86)90063-1.
  • 7. Henrique, B. M., Sobreiro, V. A., & Kimura, H. (2019). Literature review: Machine learning techniques applied to financial market prediction R. Expert Systems with Applications, 124, 226-251. https://doi.org/10.1016/j.eswa.2019.01.012
  • 8. Umar Yahaya, H., Sunday Oyinloye, J., & Olorunfemi Adams, S. (2022). Modeling and Forecasting Cryptocurrency Returns and Volatility: An Application of GARCH Models. Universal Journal of Finance and Economics, 2(1), 71-90. Universal Journal of Finance and Economics, 2022, 2, 497 https://doi.org/10.31586/ujfe.2022.497
  • 9. Lahmiri, S., & Bekiros, S. (2019). Cryptocurrency forecasting with deep learning chaotic neural networks. Chaos, Solitons & Fractals, 118, 35-40. https://doi.org/10.1016/J.CHAOS.2018.11.014
  • 10. Nazareth, N., & Ramana Reddy, Y. V. (2023). Financial applications of machine learning: A literature review. Expert Systems with Applications, 219(January), 119640. https://doi.org/10.1016/j.eswa.2023.119640

Науковий журнал визнає можливість використання інструментів штучного інтелекту (ШІ) та цифрових технологій як допоміжних засобів у процесі підготовки наукових публікацій за умови дотримання принципів академічної доброчесності, прозорості та відповідальності авторів. Використання ШІ не звільняє авторів від відповідальності за оригінальність, достовірність і наукову коректність поданих матеріалів.

ДОПУСТИМІ СФЕРИ ВИКОРИСТАННЯ ШТУЧНОГО ІНТЕЛЕКТУ. Автори можуть використовувати інструменти ШІ виключно як допоміжний інструмент для:

  • мовного редагування та стилістичного покращення тексту без зміни наукового змісту;
  • перекладу текстів;
  • підготовки структури рукопису або узагальнення власних авторських матеріалів;
  • технічного форматування тексту відповідно до вимог журналу.
У разі використання ШІ автор зобов’язаний зазначити це у розділі «Подяки» або «Примітки» статті. Формує декларацію GAIDeT за посиланням https://panbibliotekar.github.io/gaidet-declaration/index-uk.html

НЕДОПУСТИМІ СФЕРИ ЗАСТОСУВАННЯ ШТУЧНОГО ІНТЕЛЕКТУ. З метою збереження наукової доброчесності забороняється використання ШІ для:

  • Створення основного наукового змісту статті, включаючи формулювання гіпотез, наукових висновків, теоретичних положень та результатів дослідження.
  • Генерації або фальсифікації емпіричних даних, результатів розрахунків, статистичних вибірок, експериментальних результатів або кейсів.
  • Імітації авторства, зокрема подання матеріалів, повністю або переважно згенерованих ШІ, як власного наукового доробку.
  • Маніпулювання бібліографічними джерелами, включаючи створення фіктивних або некоректних посилань, DOI, назв журналів чи авторів.
  • Автоматизованого написання рецензій або редакційних висновків, а також участі ШІ у процесі прийняття редакційних рішень.
  • Прихованого використання ШІ, без відповідного розкриття інформації про його застосування.

ВІДПОВІДАЛЬНІСТЬ ТА САНКЦІЇ. У разі виявлення порушень політики використання ШІ редакція залишає за собою право:

  • відхилити рукопис на будь-якому етапі розгляду;
  • відкликати вже опубліковану статтю;
  • повідомити установу, яку представляє автор;
  • тимчасово або постійно обмежити можливість подальших публікацій у журналі.

Редакція залишає за собою право оновлювати цю політику відповідно до розвитку технологій та міжнародних стандартів публікаційної етики.

Air Force 1

Редакційна політика наукового журналу «Економічний вісник Дніпровської політехніки»

Журнал «Економічний вісник Дніпровської політехніки» (Попередня назва - «Економічний вісник національного гірничого університету») засновано у 2003 році Національним гірничим університетом та Інститутом економіки промисловості Національної Академії наук України як видання, що спрямоване на висвітлення проблем та пріоритетних напрямків розвитку економічного механізму забезпечення ефективного використання виробничого і підприємницького потенціалу гірничовидобувних та гірничозбагачувальних підприємств. Разом із зміною траекторії соціально-економічного розвитку суспільства змінювався й університет, поступово набуваючи багатогалузевої спрямованості та перетворюючись на потужний науково-освітній центр країни – Національний технічний університет «Дніпровська політехніка».

Ці зміни позначилися й на наукових виданнях – «Економічний вісник Дніпровської політехніки» став багатопрофільним журналом, що публікує результати наукових досліджень загальної економічної спрямованості в таких сферах, як: економічна теорія, економіка регіонів, економіка промисловості, економіка підприємства, фінансовий ринок, фінанси галузі та підприємства, економіка природокористування, економіко-математичні методи прийняття управлінських рішень, менеджмент, маркетинг та розвиток економічної освіти. Напрями, за якими здійснюється публікація статей, підтримуються високим рівнем кваліфікації науковців – співробітників університету та Інституту промисловості, які є фундаторами відомих в Україні наукових шкіл. Метою журналу «Економічний вісник Дніпровської політехніки» в сучасних умовах є сприяння оприлюдненню та поширенню серед науковців результатів наукових досліджень, обмін науковими ідеями та надання інформаційного простору для дискусійного обговорення нових ідей та теорій. Досягнення цієї мети забезпечується відповідною редакційною політикою видання, головними принципами якої є:

  • забезпечення вільного безкоштовного доступу користувачів до контенту журналу згідно з Budapest Open Access Initiative щодо видань відкритого доступу;
  • систематична робота з включення журналу в міжнародні електронні бібліотеки, каталоги та наукометричні бази задля підвищення ступеню присутності видання у світовому науковому інформаційному просторі, зростання рейтингу журналу та індексів цитування його авторів;
  • надання представникам наукової спільноти рівних можливостей для публікації результатів своїх досліджень та їх вільного поширення, що базуються на дотриманні етичних вимог до наукових публікацій: об’єктивності та неупередженості у відборі статей для публікації, високій вимогливості до якості наукових досліджень та недопущенні проявів порушення авторських прав.

Завдання наукового видання є:

  • Забезпечення публікації результатів актуальних наукових досліджень у сфері економічної теорії, економіки промисловості, економіки підприємства, регіональної економіки, фінансів, менеджменту, маркетингу та суміжних економічних дисциплін з урахуванням сучасних викликів соціально-економічного розвитку.
  • Формування відкритого наукового комунікаційного простору для обміну ідеями, науковими підходами та результатами досліджень між вітчизняними й зарубіжними науковцями, викладачами, докторантами та практиками.
  • Сприяння розвитку наукових шкіл Національного технічного університету «Дніпровська політехніка» та Інституту економіки промисловості НАН України, а також інтеграції їх наукових результатів у загальноукраїнський та міжнародний науковий простір.
  • Підвищення якості наукових публікацій шляхом упровадження прозорих процедур рецензування, дотримання принципів академічної доброчесності, об’єктивності та неупередженості редакційних рішень.
  • Розширення міжнародної наукової присутності журналу через системну роботу з включення видання до міжнародних наукометричних баз, електронних бібліотек і наукових каталогів, що сприятиме зростанню цитованості опублікованих робіт. Забезпечення рівного доступу авторів до публікаційних можливостей, незалежно від наукової установи, країни походження чи наукового статусу, за умови відповідності матеріалів встановленим науковим і етичним стандартам.
  • Популяризація результатів економічних досліджень, орієнтованих на практичне застосування, зокрема у сфері розвитку промислових підприємств, фінансових ринків, управління економічними системами та економічної освіти.
  • Підтримка молодих науковців шляхом створення сприятливих умов для оприлюднення результатів їхніх досліджень та інтеграції у професійну наукову спільноту.