Predikcia vývoja burzových aktív pomocou neurónových sietí

Bc. Peter Belaj

Master's thesis

Stock Exchange Assets Prediction Using Neural Networks

Abstract:

The work aims to familiarize the reader with basic knowledge about financial assets prediction using mathematical models, but most will be focused on neural networks. The first chapter of this thesis contains brief introduction to the basic linear and nonlinear models for prediction. Next part is dedicated to predictive models description such as software development of the neural network simulator, responsible for training and testing phase of models based on neuaral networks, so that the proper conditions for its operation are provided. The third chapter deals with concept for applicable models for prediction and with optimization training algorithms of neural network. The fourth final chapter describes the results of experimental analysis of created models and its usage in investment strategy of intraday traders in stock-exchange market. This chapter also describes the possibilities and modifications of training algorithms of neural network. The fifth final chapter describes the prediction results.

Abstract:

Práca sa zameriava na oboznámenie čitateľa s poznatkami predikcie finančných aktív pomocou matematických modelov, avšak najmä so zameraním na neurónové siete. Prvá časť diplomovej práce obsahuje stručné zhrnutie základných lineárnych a nelineárnych modelov na predikciu. Ďalšia časť je venovaná popisom modelov na predikciu, návrhom neurónového simulátora, zodpovedného za simuláciu učenia a testovania modelov neurónových sietí, tak aby boli zaistené optimálne podmienky pre efektívnu predikciu. Tretia kapitola rieši koncepciu návrhu vhodného modelu neurónovej siete a optimalizovaného algoritmu učenia. V štvrtej je pojednávané o výsledkoch experimentálnych analýz zostrojených modelov a ich reálne vyuţitie v investičnej stratégií intradenného obchodníka na burze cenných papierov. Tato kapitola taktieţ pojednáva o moţnostiach modifikácie a návrhu nových algoritmov učenia siete. Piata kapitola pojednáva o zhodnotení výsledkov predikcie.

Keywords

predikcia, neurónová sieť, učenie, spätné šírenie chyby, konvergencia, profitabilita

Language used: Slovak

Date on which the thesis was submitted / produced: 10. 5. 2011

Thesis defence

• Date of defence: 8. 6. 2011
• Supervisor: Ing. Radoslav Forgáč, PhD.
• Reader: Ing. Mária Kanderová, PhD.

Banking Institute/College of Banking

Banking Institute/College of Banking SK

Master programme / field:
Economics and Management / Finance