Analýza a predikce časových řad pomocí neuronových sítí

Simple item page
but.committeedoc. Ing. František Zbořil, Ph.D. (předseda) doc. Mgr. Adam Rogalewicz, Ph.D. (člen) Ing. David Bařina, Ph.D. (člen) doc. Ing. Michal Bidlo, Ph.D. (člen) doc. Ing. Radek Burget, Ph.D. (člen)cs
but.defenceStudent nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm A.cs
but.jazykslovenština (Slovak)
but.programInformační technologiecs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorBidlo, Michalsk
dc.contributor.authorKňažovič, Martinsk
dc.contributor.refereeJaroš, Jiřísk
dc.date.created2023cs
dc.description.abstractTáto práca sa zaoberá predikciou cien akcií a to vytvorením predikčných modelov pre vybrané akcie (BRK-A, GOOG a MSFT), ktoré môžu pomôcť investorom pri tvorbe ich investičných rozhodnutí či ako náhrada predikčných modelov v už existujúcich systémoch. V tejto práci sa venujeme tvorbe dvoch typov modelov - jedno-premenného a viac-premenného modelu, pričom obidva sú prezentované vo výslednej podobe v dvoch architektúrach, jednovrstvovej a dvojvrstvovej. Tieto modely sú postavené na princípe neurónových sietí, konkrétne ich podtypu rekurentných neurónových sietí, ktoré využívajú rozšírenie long short-term memory. Výstupom prezentovaných modelov je predikovaná cena nasledujúceho dňa, ktorú je možné použiť na zváženie vhodnosti nákupu, alebo predaja danej akcie. Kvalita jednotlivých predikčných modelov je vyhodnotená na základe strednej kvadratickej chyby (angl. Mean Squared Error) validačnej, prípadne testovacej dátovej sady, ale aj alternatívnym spôsobom na základe predikcie zmeny trendu akcie.sk
dc.description.abstractThis thesis deals with stock price prediction based on the creation of prediction models for selected stocks (BRK-A, GOOG, and MSFT), which can help investors in the creation of their financial decisions or by replacing other stock prediction models in existing prediction systems. Models created in this thesis are presented in two types - univariate model and multivariate model, which are in their final version presented in two architectures, one-layer architecture and two-layer architecture. Discussed models are created by means of neural networks, specifically recurrent neural networks with its extension - Long short-term memory. The output of the presented models is a forecast of the next-day stock price, which can be used for evaluating the right time to buy or sell a given stock. The quality of individual prediction models is evaluated via the mean squared error of the validation or testing dataset or alternatively based on stock price trend prediction.en
dc.description.markAcs
dc.identifier.citationKŇAŽOVIČ, M. Analýza a predikce časových řad pomocí neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2023.cs
dc.identifier.other147458cs
dc.identifier.urihttp://hdl.handle.net/11012/210395
dc.language.isoskcs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectAnalýza časových radovsk
dc.subjectpredikcia cien akciísk
dc.subjectrekurentné neurónové sietesk
dc.subjectlong short-term memorysk
dc.subjectpredikčné modelysk
dc.subjectpredikcia trendu akciesk
dc.subjectkrátkodobá predikciask
dc.subjectoptimalizácia parametrov modelusk
dc.subjectregresiask
dc.subjectanalýza dátsk
dc.subjectnormalizácia dátsk
dc.subjectTime-series analysisen
dc.subjectstock price predictionen
dc.subjectrecurrent neural networksen
dc.subjectlong short-term memoryen
dc.subjectprediction modelsen
dc.subjectprediction of stock trenden
dc.subjectshort term forecastingen
dc.subjectmodel parameter tunningen
dc.subjectregressionen
dc.subjectdata analysisen
dc.subjectdata normalizationen
dc.titleAnalýza a predikce časových řad pomocí neuronových sítísk
dc.title.alternativeTime-Series Analysis and Prediction by Means of Neural Networksen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2023-06-13cs
dcterms.modified2023-06-13-15:23:53cs
eprints.affiliatedInstitution.facultyFakulta informačních technologiícs
sync.item.dbid147458en
sync.item.dbtypeZPen
sync.item.insts2025.03.18 19:45:33en
sync.item.modts2025.01.15 21:11:18en
thesis.disciplineInformační technologiecs
thesis.grantorVysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačových systémůcs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
4.59 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
15.75 MB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_147458.html
Size:
10.54 KB
Format:
Hypertext Markup Language
Description:
file review_147458.html
Download
Collections
2023