Time Series Forecasts using the Neural Networks

Juraj Čurpek

Diplomová práce

Anotace:

V této diplomové práci se věnujeme analýze schopnosti takzvaných Long Short-Term Memory neuronovych síti předpovědet náhodně vybrané finanční časové řady dostupné na webu Yahoo!Finance. Nejprve jsme určili pět nejvhodnějších modelů LSTM, které byly použity pro předpovědi 150 finančních časových řad z různých odvětví. Poté jsme z nich vypočítali statistické ukazatele týkající se predikovatelnosti časových řad - Hurstův koeficient, Metrická entropie a největšíı Lyapunov exponent. Nakonec pomoci jednoduché regresní analýzy a korelačních koeficientů se snažíme určit vztah mezi kvalitou předpovědi reprezentovanou průměrným RMSE a statistikami vztahující se k predikovatelnosti časových řad s následným porovnáním s teoretickými předpoklady.

Abstract:

This diploma thesis is devoted to the analysis of the Long Short-Term Memory neural networks performance in prediction of randomly selected financial time series from Yahoo!Finance. Firstly,we determined five most precise LSTM models used for predictions of 150 financial time series of stocks from various industries. Then we calculated the statistical measures related to the time series predictability - the Hurst Coefficient, Metric Entropy and the largest Lyapunov Exponent. By estimation of the simple regression lines and the correlation coefficients we try to determine possible relationship between the quality of prediction represented by the average RMSE and each of the statistics related to the time series predictability with the consequent comparison with the theoretical assumptions.

Klíčová slova

Časové řady, Long Short-Term Memory, Předpověď, Umělé neuronové sítě, Metrická entropie, Hurstův koeficient, Lyapunov exponent, Python

Keywords

Python, Time Series, Hurst Coefficient, Long Short-Term Memory, Lyapunov Exponent, Forecast, Artificial Neural Networks, Sample Entropy

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 14. 2. 2017

Obhajoba závěrečné práce

• Obhajoba proběhla 18. 1. 2018
• Vedoucí: Milan Fičura
• Oponent: Vojtěch Fučík

Vysoká škola ekonomická v Praze

Magisterský studijní program / obor:
Finance a účetnictví / Finanční inženýrství