Статті КУА (ДМетІ)

Permanent URI for this collectionhttp://crust.ust.edu.ua/handle/123456789/16496

Browse

Now showing 1 - 4 of 4

Підсумки роботи аграрних та металургійних підприємств України у 2024 році та першому кварталі 2025 року
(European Open Science Space, 2025) Мироненко, Микола Андрійович; Швачич, Геннадій Григорович; Козенкова, Владислава Дмитрівна; Колісник, Ольга
UKR: У статті розглянуто питання деяких підсумків роботи металургійних та аграрних підприємств України у 2024 році та у першому кварталі 2025 року. Наведена динаміка зміни напрямів ліній трендів та узагальнено інформацію щодо металургійних підприємств.
Ризики функціонування блокчейн-платформ в умовах впровадження технології Web3
(ННІ «Придніпровська державна академія будівництва та архітектури», Дніпро, 2025) Козенкова, Владислава Дмитрівна; Мовсесянц, Артем Михайлович
UKR: У статті розглядається комплексний аналіз ключових ризиків, що супроводжують функціонування крипто-платформ у контексті переходу до Web3. Проаналізовано діяльність провідних крипто-платформ. Виявлено основні види ризиків впровадження технології Web3, зокрема волатильність криптовалют, регуляторна невизначеність, питання кібербезпеки, специфічні ризики децентралізованих фінансів та нефункціональних токенів, проблеми масштабованості, доступності та екологічності. Запропоновано стратегію для мінімізації цих ризиків. Розроблена дорожня карта реалізації стратегії ризик-менеджменту, яка деталізує етапи ідентифікації, оцінки, управління та моніторингу ризиків, надаючи конкретні інструменти для ефективної реалізації кожного етапу. Впровадження запропонованої стратегії дозволить створити сприятливе середовище для подальшого надійного та стійкого розвитку технологій Web3 та криптовалютного ринку.
Сучасні методи прогнозування волатильності ринків криптовалют
(НТУ «Дніпровська політехніка», Дніпро, 2025) Козенкова, Владислава Дмитрівна; Мовсесянц, Артем Михайлович
UKR: 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.
Теорія хаосу та її використання в антикризовому менеджменті
(Український державний університет науки і технологій, Дніпро, 2025) Козенкова, Владислава Дмитрівна; Вишневська, Марія Костянтинівна; Козенков, Дмитро Євгенович
UKR: Стаття присвячена дослідженню потенціалу теорії хаосу як інструменту для аналізу та управління економічними кризами. Розкрито основні концепти теорії хаосу: нелінійність, чутливість до початкових умов, фрактали, атрактори. Сучасні економічні системи характеризуються складністю та непередбачуваністю, через що класичні лінійні методи часто є неефективними. Теорія хаосу пропонує новий підхід до розуміння цих процесів, враховуючи нелінійні взаємодії та можливі стрибкоподібні переходи у поведінці систем. Особливу увагу приділено порівнянню традиційного підходу з підходом на основі теорії хаосу, що підкреслює важливість адаптивності, гнучкості та здатності до швидкої реакції на зміни. Акцентується необхідність розробки ранніх попереджувальних сигналів та інтеграції інсайтів теорії хаосу з існуючими економічними моделями для покращення стратегічного планування і прийняття рішень у кризових ситуаціях.