Analýza a predikce vývoje devizových trhů pomocí chaotických atraktorů a neuronových sítí
Loading...
Date
Authors
Pekárek, Jan
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta podnikatelská
Abstract
Práce se zabývá komplexní analýzou a predikcí devizových trhů. Využívá při tom pokročilých metod umělé inteligence, zejména neuronových sítí a teorie chaosu. Představuje netradiční přístupy a metody z každé z těchto oblastí, srovnává je a aplikuje na reálný problém. Jádrem práce je návrh a srovnání několika predikčních modelů založených na zcela odlišných principech a teoriích. Výsledkem je výběr nejvhodnějšího predikčního modelu, jenž nese označení NAR + H. Model je hodnocen dle více kritérií, jsou diskutovány jeho klady a zápory, vyčíslena přibližná očekávaná ziskovost a riziko. Veškeré analytické, predikční a dílčí algoritmy jsou implementovány ve vývojovém prostředí Matlabu a tvoří jednotnou knihovnu všech použitých funkcí a skriptů. Ta je zároveň druhým hlavním výstupem práce.
This thesis deals with a complex analysis and prediction of foreign exchange markets. It uses advanced artificial intelligence methods, namely neural networks and chaos theory. It introduces unconventional approaches and methods of each of these areas, compares them and uses on a real problem. The core of this thesis is a comparison of several prediction models based on completely different principles and underlying theories. The outcome is then a selection of the most appropriate prediction model called NAR + H. The model is evaluated according to several criteria, the pros and cons are discussed and approximate expected profitability and risk are calculated. All analytical, prediction and partial algorithms are implemented in Matlab development environment and form a unified library of all used functions and scripts. It also may be considered as a secondary main outcome of the thesis.
This thesis deals with a complex analysis and prediction of foreign exchange markets. It uses advanced artificial intelligence methods, namely neural networks and chaos theory. It introduces unconventional approaches and methods of each of these areas, compares them and uses on a real problem. The core of this thesis is a comparison of several prediction models based on completely different principles and underlying theories. The outcome is then a selection of the most appropriate prediction model called NAR + H. The model is evaluated according to several criteria, the pros and cons are discussed and approximate expected profitability and risk are calculated. All analytical, prediction and partial algorithms are implemented in Matlab development environment and form a unified library of all used functions and scripts. It also may be considered as a secondary main outcome of the thesis.
Description
Keywords
devizové trhy, umělá inteligence, neuronové sítě, teorie chaosu, predikce, Hurstův exponent, Lyapunovův exponent, chaotický atraktor, embedding teorém, NAR, Matlab, foreign exchange markets, artificial intelligence, neural networks, chaos theory, prediction, Hurst exponent, Lyapunov exponent, chaotic attractor, embedding theorem, NAR, Matlab
Citation
PEKÁREK, J. Analýza a predikce vývoje devizových trhů pomocí chaotických atraktorů a neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta podnikatelská. 2014.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Informační management
Comittee
prof. Ing. Oldřich Rejnuš, CSc. (předseda)
doc. Ing. Jiří Šremr, Ph.D. (místopředseda)
Ing. Viktor Ondrák, Ph.D. (člen)
Ing. Jan Budík, Ph.D., MBA (člen)
Mgr. Eva Michalíková, Ph.D. (člen)
Date of acceptance
2014-06-16
Defence
prof. Rejnuš: technická analýza
doc. Šremr: fraktál a jeho použití
Ing. Ondrák: Kde vidíte úspěch svého systému
Mgr. Michalíková: použití sw Matlab
Otázky byly zodpovězeny
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení