Témata prací (Výběr práce)Témata prací (Výběr práce)(verze: 390)
Detail práce
   Přihlásit přes CAS
Moderní predikční metody pro finanční časové řady
Název práce v češtině: Moderní predikční metody pro finanční časové řady
Název v anglickém jazyce: Modern predictive methods for financial time series
Klíčová slova: Akciový trh|ARIMAX|Hybridní model|Predikce|XGBoost
Klíčová slova anglicky: ARIMAX|Hybrid model|Prediction|Stock Market|XGBoost
Akademický rok vypsání: 2017/2018
Typ práce: diplomová práce
Jazyk práce: čeština
Ústav: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
Vedoucí / školitel: RNDr. Radek Hendrych, Ph.D.
Řešitel: skrytý - zadáno a potvrzeno stud. odd.
Datum přihlášení: 18.08.2018
Datum zadání: 19.08.2018
Datum potvrzení stud. oddělením: 07.09.2018
Datum a čas obhajoby: 02.02.2021 08:20
Datum odevzdání elektronické podoby:01.01.2021
Datum odevzdání tištěné podoby:01.01.2021
Datum proběhlé obhajoby: 02.02.2021
Oponenti: prof. RNDr. Tomáš Cipra, DrSc.
 
 
 
Zásady pro vypracování
Diplomant se seznámí s vybranými metodami algoritmizovaného strojového učení (například neuronové sítě, rekurentní neuronové sítě, support vector machines, náhodné stromy apod.), které se v současné době začíná velmi razantně prosazovat ve finančnictví a v pojišťovnictví. Detailně je popíše (včetně zavedení adekvátního teoretického rámce) a případně dále rozvine. Zvolené přístupy (včetně eventuálních vlastních modifikací) budou porovnány s klasickými (predikčními) metodami pro finanční časové řady v extenzivní simulační či empirické studii.
Seznam odborné literatury
- AL-HNAITY, Bashar a Maysam ABBOD. Predicting financial time series data using hybrid model. In: BI, Yaxin, Supriya KAPPOR a Rahul BHATIA. Intelligent Systems and Applications. New York: Springer Berlin Heidelberg, 2016, 19-41. ISBN 978-3-319-33384-7.

- CIPRA, Tomáš. Finanční ekonometrie. 2., upr. vyd. Praha: Ekopress, 2013. ISBN 978-80-86929-93-4.

- FREITAS, Fabio D., Alberto F. DE SOUZA a Ailson R. DE ALMEIDA. Prediction-based portfolio optimization model using neural networks. Neurocomputing [online]. 2009, 72(10), 2155-2170.

- RATHER, Akhter Mohiuddin. A prediction based approach for stock returns using autoregressive neural networks. 2011 World Congress on Information. 2011, 1271-1275.

- RATHER, Akhter Mohiuddin, Arun AGARWAL a V.N. SASTRY. Recurrent neural network and a hybrid model for prediction of stock returns. Expert Systems With Applications [online]. 2015, 42(6), 3234-3241.

- TSAY, Ruey S. Analysis of financial time series. 3rd ed. Cambridge: Wiley, 2010. ISBN 978-0-470-41435-4.
 
Univerzita Karlova | Informační systém UK