Bc. Štěpán Kameník
Master's thesis
Robotické investování
Robotic Investing
Anotácia:
Tato diplomová práce je zaměřena na popis aktuálně nejvíce používaných metod pro predikce finančních časových řad. Tyto modely - přesněji modely ARIMA, ANN, LSTM, Bi-LSTM, komplexní (obsahující dvě sítě LSTM / Bi-LSTM) a hybridní používající více zdrojů dat - jsou následně v práci implementovány a podrobeny testování klasickými metrikami. Všechny použité modely jsou testovány na sedmi datových sadách …viacAbstract:
This diploma thesis is focused on the description of the currently most used methods for the prediction of financial time series. These models - more precisely, ARIMA, ANN, LSTM, Bi-LSTM, complex (containing two LSTM / Bi-LSTM networks) and hybrid models using multiple data sources - are then implemented and tested by classical metrics. All models used in this work are tested on seven datasets of various …viac
Jazyk práce: Czech
Datum vytvoření / odevzdání či podání práce: 28. 4. 2022
Identifikátor:
http://evskp.uhk.cz/eM7110
Obhajoba závěrečné práce
- Obhajoba proběhla 24. 5. 2022
- Vedúci: Ing. Jan Mačí, Ph.D.
- Oponent: Ing. Lukáš Režný, Ph.D.
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- Soubory jsou od 3. 6. 2022 dostupné: světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Univerzita Hradec KrálovéUniversity of Hradec Králové
Faculty of Informatics and ManagementMaster programme / odbor:
Aplikovaná informatika / Aplikovaná informatika
Práce na příbuzné téma
-
Statistická analýza vývoje cen vybraných akcií
Michal Svoboda -
Explaining Features of LSTM Model Learned on Human Motion Data
Tomáš Jevočin -
Action Detection in 3D Skeleton Data using LSTM Networks
Róbert Kolcún -
Protein solubility prediction using CNN and CNN-LSTM hybrid models
Ekaterina SYSOYKOVA -
Modul LSTM a Rekurentních neuronových sítí pro program Modeler neuronových sítí
Jiří Lagan -
Auto-Encoding Amino Acid Sequences with LSTM
Markus PROMBERGER -
A Comparision of GNNs and LSTMs for Process Mining Applications
Aayam KHADKA -
Genomická predikce založená na hlubokém učení pomocí sítí LSTM
Daniel Komjaty
Názov
Vložil
Vložené
Práva
Složky
Soubory
Kohout, J.
4. 6. 2022
Kohout, J.
4. 6. 2022