Aplikace umělé inteligence při obchodování na kapitálových trzích – Marek Svoboda
Marek Svoboda
Diplomová práce
Aplikace umělé inteligence při obchodování na kapitálových trzích
Application of artificial intelligence in capital markets
Anotace:
Tato diplomová práce zkoumá možnost využití metody umělé inteligence neuronových sítí pro predikci vývoje časových řad na akciových trzích. Byly sestaveny tři modely neuronových sítí, z nichž první představuje rekurentní LSTM neuronovou síť, sestavenou prostřednictvím programu Matlab. Zbylé dva modely neuronových sítí představují feed-forward neuronovou síť, kdy jeden z nich byl sestaven na základě …víceAbstract:
The objective of this master thesis is to examine utilization of the neural network method of artificial intelligence to predict time series development within stock markets. Three neural network models were formed, from which the first one represents the recurrent LSTM neural network, formed using the Matlab software. The remaining two neural network models represent a feed-forward neural network …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 25. 7. 2018
Identifikátor:
http://www.vse.cz/vskp/eid/78362
Obhajoba závěrečné práce
- Obhajoba proběhla 5. 9. 2019
- Vedoucí: Milan Fičura
- Oponent: David Chval
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Vysoká škola ekonomická v Prazehttp://www.vse.cz/vskp/eid/78362
Vysoká škola ekonomická v Praze
Magisterský studijní program / obor:
Finance a účetnictví / Bankovnictví a pojišťovnictví
Práce na příbuzné téma
-
Artificial intelligence in Steven Spielberg's Artificial Intelligence: A.I.
Adam Klas -
Copyright protection of artificial intelligence outputs
Benedikt Vala -
Visualization of hidden layers in convolutional neural networks
Jakub Hruška -
Simulation of Multiple Motile Agents Using Neural Networks
Branislav Ševc -
Optimization techniques of neural networks for mobile platforms during training phase
Adam Grygar -
Fast object detection on mobile platforms using neural networks
Tomáš Repák -
Modelling small-RNA binding using Convolutional Neural Networks
Eva Klimentová -
Tool for data pre-processing and iterative learning of neural networks
Kristián Malák