Time Series Analysis of Stock Index Forecasting – Yue Zheng
Yue Zheng
Master's thesis
Time Series Analysis of Stock Index Forecasting
Time Series Analysis of Stock Index Forecasting
Anotácia:
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 …viacAbstract:
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 …viac
Jazyk práce: English
Datum vytvoření / odevzdání či podání práce: 4. 12. 2023
Identifikátor:
https://vskp.vse.cz/eid/91489
Obhajoba závěrečné práce
- Obhajoba proběhla 29. 1. 2024
- Vedúci: Ondřej Šimpach
- Oponent: Karel Helman
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 Prazehttps://vskp.vse.cz/eid/91489
Vysoká škola ekonomická v Praze
Master programme / odbor:
Economic Data Analysis / Data Analysis and Modeling