Подробное описание документа

   Выбор метода сглаживания регрессионной зависимости для анализа курсов криптовалют: сравнение GARCH, LSTM и ARIMA / Ильичев В. Ю., Федоров В. О., Ландаева Д. Н., Гулимова В. Н. // Наукоёмкие технологии в приборо- и машиностроении и развитие инновационной деятельности в вузе : материалы Региональной научно-технической конференции, Калуга, 15-17 апреля 2025 года : в 2 т. / МГТУ им. Н. Э. Баумана (национальный исследовательский университет). - 2026. - Т. 1. - С. 366-370.

Рассмотрены методы сглаживания регрессионной зависимости курсов криптовалют на основе GARCH, LSTM и ARIMA. Представлены их основные характеристики, преимущества и ограничения. Показано, что модели GARCH эффективно прогнозируют волатильность в краткосрочном периоде, LSTM учитывает сложные нелинейные зависимости и подходит для долгосрочных прогнозов, а ARIMA используется для анализа стационарных компонентов временных рядов. Сделаны выводы, что выбор метода зависит от горизонта прогнозирования и рыночных условий. Результаты могут применяться для анализа рисков, алгоритмической торговли и предсказания трендов криптовалютных курсов.
Ключевые слова: криптовалюты, волатильность, прогнозирование, временные ряды