Aplikace neuronových sítí při investování do akcií

Název práce: Aplikace neuronových sítí při investování do akcií
Autor(ka) práce: Literák, Adam
Typ práce: Diplomová práce
Vedoucí práce: Pošta, Vít
Oponenti práce: Hudík, Marek
Jazyk práce: Česky
Abstrakt:
Diplomová práce zkoumá možnosti využití neuronových sítí v investičním rozhodování při investici do akcií. Rekurentní neuronové sítě LSTM byly využity k sestavení 3 predikčních modelů, z nichž jeden predikuje budoucí ceny akcií a dva akciové pohyby. Modely dosahují přesnosti predikce na nových datech 47 - 55 %. Práce zkoumá, je-li možné zvýšit prediktivní schopnost modelů využitím indexu sentimentu a dat o vyhledávání z Google Trends. Predikční úloha je provedena na datech za období od 1.1.2018 do 31.3.2019. Hlavním cílem práce bylo zjistit, je-li možné pomocí neuronových sítí predikovat pohyby akciových cen s vyšší, než 50 % přesností.
Klíčová slova: LSTM; Neuronové sítě; Akcie
Název práce: Application of neural network algorithms in stock investment
Autor(ka) práce: Literák, Adam
Typ práce: Diploma thesis
Vedoucí práce: Pošta, Vít
Oponenti práce: Hudík, Marek
Jazyk práce: Česky
Abstrakt:
In this diploma thesis we applied machine learning methods in order to predict movement os stock prices over the period 1.1.2018 - 31.3.2019. Stock returns were pradicted by three models differing in their architecture and input data. The machine learning algorithm Long Short-Term Memory was used with the accuracy raging from 47 - 55 % of movements predicted correctly. Simple investment strategy was developed to evaluate possibile investment decisions based on the predicted outcome of the models. The main goal of the thesis was to find out if neural networks are capable of predicting stock movement with accuracy higher than 50%.
Klíčová slova: Neural network; Stock; LSTM

Informace o studiu

Studijní program / obor: Ekonomika a management/Management
Typ studijního programu: Magisterský studijní program
Přidělovaná hodnost: Ing.
Instituce přidělující hodnost: Vysoká škola ekonomická v Praze
Fakulta: Fakulta podnikohospodářská
Katedra: Katedra manažerské ekonomie

Informace o odevzdání a obhajobě

Datum zadání práce: 1. 1. 2019
Datum podání práce: 15. 5. 2019
Datum obhajoby: 14. 6. 2019
Identifikátor v systému InSIS: https://insis.vse.cz/zp/68290/podrobnosti

Soubory ke stažení

    Poslední aktualizace: