Possibility of using large language models in time series prediction

Thesis title: Možnost využití velkých jazykových modelů v předpovědi časových řad
Author: Šmehlík, Oldřich
Thesis type: Diplomová práce
Supervisor: Zimmermann, Pavel
Opponents: Fojtík, Jan
Thesis language: Česky
Abstract:
Tato diplomová práce zkoumá, jak lze předpovědi časových řad zlepšit použitím velkých jazykových modelů. Je zvolena diskrétní časová řada ceny EUR/USD v pracovních dnech a dále dva zdroje článků, jejichž očekávaný vliv na cenu EUR/USD je kvantifikován, fxnewssite reprezentující odborné zpravodajství a bbc reprezentující obecné zpravodajství. Je zkonstruován předfiltr vlivu umožňující výběr relevantních článků z obecného zpravodajství. Analyzováno je 2 krát (bez předfiltru a s předfiltrem) 444 článků... show full abstract
Keywords: časové řady; předpověď; velké jazykové modely; strojové učení; python
Thesis title: Possibility of using large language models in time series prediction
Author: Šmehlík, Oldřich
Thesis type: Diploma thesis
Supervisor: Zimmermann, Pavel
Opponents: Fojtík, Jan
Thesis language: Česky
Abstract:
This thesis investigates how time series prediction can be improved by using large language models. Discrete time series with EUR/USD workday price is chosen, furthermore two article sources whose influence on EUR/USD price is quantified are chosen, fxnewssite representing specialized news and bbc representing general news. Influence prefilter is constructed allowing chosing relevant articles from general news. Two times (without and with influence prefilter) 444 articles from each source (fxnewssite ... show full abstract
Keywords: forecasting; large language models; machine learning; time series; python

Information about study

Study programme: Data a analytika pro business
Type of study programme: Magisterský studijní program
Assigned degree: Ing.
Institutions assigning academic degree: Vysoká škola ekonomická v Praze
Faculty: Faculty of Informatics and Statistics
Department: Department of Information Technologies

Information on submission and defense

Date of assignment: 20. 11. 2023
Date of submission: 26. 6. 2024
Date of defense: 7. 10. 2024
Identifier in the InSIS system: https://insis.vse.cz/zp/86576/podrobnosti

Files for download

    Last update: