Yue Zheng

Diplomová práce

Time Series Analysis of Stock Index Forecasting

Time Series Analysis of Stock Index Forecasting
Anotace:
This thesis investigates stock market forecasting by comparing traditional time series models (ARIMA-GARCH), deep learning models (LSTM), and a hybrid ARIMA-LSTM model, focusing on the S&P 500, Euro Stoxx 50, and CSI 300 indices. Accuracy is evaluated using Root Mean Square Error (RMSE) and Mean Absolute Error (MAE), with findings indicating varying model effectiveness based on specific market data …více
Abstract:
This thesis investigates stock market forecasting by comparing traditional time series models (ARIMA-GARCH), deep learning models (LSTM), and a hybrid ARIMA-LSTM model, focusing on the S&P 500, Euro Stoxx 50, and CSI 300 indices. Accuracy is evaluated using Root Mean Square Error (RMSE) and Mean Absolute Error (MAE), with findings indicating varying model effectiveness based on specific market data …více
 
 
Jazyk práce: angličtina
Datum vytvoření / odevzdání či podání práce: 4. 12. 2023

Obhajoba závěrečné práce

  • Obhajoba proběhla 29. 1. 2024
  • Vedoucí: Ondřej Šimpach
  • Oponent: Karel Helman

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 Praze
https://vskp.vse.cz/eid/91489

Vysoká škola ekonomická v Praze

Magisterský studijní program / obor:
Economic Data Analysis / Data Analysis and Modeling