Forecasting Stock Returns Using Artificial Intelligence

Informace o vysokoškolské kvalifikační práci

Název práce:
Forecasting Stock Returns Using Artificial Intelligence
Překlad názvu:
Aplikace umělé inteligence při obchodování na kapitálových trzích
Autor práce:
Seman, Šimon
Typ práce:
Diplomová práce / Diplomová práce
Vedoucí práce:
Fičura, Milan
Osoba oponující práci:
Stádník, Bohumil
Jazyk práce:
English
Abstrakt:
Neuronové sítě jsou stále více využívány ve finančním sektoru. Hlavním cílem této diplomové práce je porovnání krátkodobé predikční schopnosti neuronových sítí vůči konvenčnímu statistickému modelu časových řad. Část práce přibližuje teoretické základy neuronových sítí a relevantních konceptů strojového učení. V empirické části jsme aplikovali dva druhy LSTM sítí a GARCH model na pět datových sad denních výnosů akciových indexů a porovnali přesnost jejich predikce na testovacích datech pomocí RMSE a Diebold-Mariano testu. Následně byl problém přeformulován na klasifikační a predikované výnosy transformované do podoby binarizovaných obchodních signálů byly využity v backtestu, kterým byly jednotlivé strategie evaluovány na základě jejich výnosnosti.
Klíčová slova:
neuronové sítě; modelování časových řad; GARCH; strojové učení

Informace o studiu

Studijní program a Studijní obor:
Finance a účetnictví/Finanční inženýrství
Typ studijního programu:
Magisterský studijní program
Jméno přidělované hodnosti:
Ing.
Instituce přidělující hodnost:
Vysoká škola ekonomická v Praze
Název fakulty:
Fakulta financí a účetnictví
Název katedry:
Katedra bankovnictví a pojišťovnictví
Instituce archivující a zpřístupňující VŠKP:
Vysoká škola ekonomická v Praze

Informace o odevzdání a obhajobě

Datum zadání práce:
27. 10. 2019
Datum podání práce:
1. 6. 2020
Datum obhajoby:
22.06.2020

Soubory ke stažení

Hlavní práce:
71438_sems00.pdf [3,34 MB]
Oponentura:
67587_stab01.pdf [209,75 kB]
Hodnocení vedoucího:
71438_xficm03.pdf [557,95 kB]

Údaje ze systému InSIS

Identifikátor:
https://insis.vse.cz/zp/71438/podrobnosti