Souvislost volatility akciových kurzů a pozice ekonomiky v hospodářském cyklu – Soňa Poláková
Soňa Poláková
Doctoral thesis
Souvislost volatility akciových kurzů a pozice ekonomiky v hospodářském cyklu
The Connection Between Stock Market Volatility and a Position of Economy in a Business Cycle
Abstract:
Cílem této disertační práce bylo prokázání nebo vyvrácení hypotézy o existenci vztahů mezi akciovými trhy zasaženými všudypřítomnou volatilitou a reálnou ekonomikou USA, Německa, Velké Británie a Japonska. Analytickým nástrojem, který byl pro tuto práci využit, byl model založený na aplikaci umělých neuronových sítí. Analýzou dílčích vztahů v období od počátku r. 2000 do října r. 2014 byla prokázána …moreAbstract:
Finding significant relation between stock markets (including omnipresent volatility) and real economy of the US, Germany, Great Britain and Japan is the main aim of this thessis. If not found it is also the final conclusion. By means of time series analysis using artificial neural networks from the beginning of 2000 till the November of 2014 was proved that the strong single -- way relation between …more
Language used: Czech
Date on which the thesis was submitted / produced: 21. 9. 2014
Identifier:
http://www.vse.cz/vskp/eid/47872
Thesis defence
- Date of defence: 29. 5. 2015
- Supervisor: Jitka Veselá
- Reader: Tomáš Krabec, Štěpán Onder
Citation record
ISO 690-compliant citation record:
POLÁKOVÁ, Soňa. \textit{Souvislost volatility akciových kurzů a~pozice ekonomiky v~hospodářském cyklu}. Online. Doctoral theses, Dissertations. Praha: University of Economics, Prague. 2014. Available from: https://theses.cz/id/jydqoy/.
Full text of thesis
Contents of on-line thesis archive
Published in Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Other ways of accessing the text
Institution archiving the thesis and making it accessible: Vysoká škola ekonomická v Prazehttp://www.vse.cz/vskp/eid/47872
Vysoká škola ekonomická v Praze
Doctoral programme / field:
Finance a účetnictví / Finance
Theses on a related topic
-
Text classification with artificial neural networks
Anouk Wilstra -
Artificial Neural Networks in Space of Stock Returns: Volatility Prediction
Šimon Škorňa -
Interpretation of artificial neural networks for image recognition
Alexey Ulyanin -
Gradient Boosting Machine and Artificial Neural Networks in R and H2O
Juraj Sabo -
The use of artificial intelligence methods for time series prediction
Ankit Tripathi -
Development of Time Series AI Framework and Blood Glucose Level Forecasting
Andrej Kubanda -
Application of time series models and machine learning methods for stock returns prediction
Oleksandr Vodolazskyi -
Predikce časových řad pomocí hlubokých neuronových sítí
Matej Gallo