Application of time series models and machine learning methods for stock returns prediction – Oleksandr Vodolazskyi
Oleksandr Vodolazskyi
Diplomová práce
Application of time series models and machine learning methods for stock returns prediction
Aplikace modelů časových řad a metod strojového učení pro predikci výnosností akcií
Anotace:
V této diplomové práci jsme aplikovali modely časových řad a metody strojového učení na reálná akciová data pro predikci pohybů budoucích výnosů. Mezi modely časových řad patří modely ARMA a GARCH. Také jsme požili několik algoritmů strojového učení, jako je logistická regrese, gradient boosted trees a takzvané Long Short-Term Memory neuronové sítě. Tyto modely byly použité pro predikci pohybů budoucích …víceAbstract:
In this diploma thesis we applied time series models and machine learning methods on real stock data to predict future returns movements. The time series models include ARMA and GARCH models. We also used several machine learning algorithms such as logistic regression, gradient boosted trees and Long Short-Term Memory neural networks. The models were used to predict future daily returns movements. …více
Jazyk práce: angličtina
Datum vytvoření / odevzdání či podání práce: 1. 3. 2017
Identifikátor:
http://www.vse.cz/vskp/eid/73437
Obhajoba závěrečné práce
- Obhajoba proběhla 24. 5. 2018
- Vedoucí: Milan Fičura
- Oponent: Jana Juhászová
Citační záznam
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/73437
Vysoká škola ekonomická v Praze
Magisterský studijní program / obor:
Finance a účetnictví / Finanční inženýrství
Práce na příbuzné téma
-
Text classification with artificial neural networks
Anouk Wilstra -
Interpretation of artificial neural networks for image recognition
Alexey Ulyanin -
Artificial Neural Networks in Space of Stock Returns: Volatility Prediction
Šimon Škorňa -
Gradient Boosting Machine and Artificial Neural Networks in R and H2O
Juraj Sabo -
Predictive Modelling Electricity Prices for Short-Term and Long-Term Horizons, the case of the Czech Republic
Christian Svend Roy Billinton -
Building NLP model for classifying short-tail conversational student’s query data
Kural Arasu Venkatesh -
Krátkodobá predikce spotřeby elektřiny s využitím umělé neuronové sítě
Daniel Pešek -
Časoprostorové predikční modelování pandemie COVID-19 užitím umělé neuronové sítě
Martin KUKRÁL