02855ntm a22005537i 4500 000538398 CZ-PrVSE 20180120112031.0 m d cr n|||||||||| 180120s2018 xr fsbm 000 0 eng d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Čurpek, Juraj ISIS:102922 dis Time Series Forecasts using the Neural Networks eng Time Series Forecasts using the Neural Networks / Juraj Čurpek 2018 ?? stran : digital, PDF soubor Vedoucí práce: Milan Fičura Diplomová práce (Ing.)—Vysoká škola ekonomická v Praze. Fakulta financí a účetnictví, 2018 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2018 This diploma thesis is devoted to the analysis of the Long Short-Term Memory neural networks performance in prediction of randomly selected financial time series from Yahoo!Finance. Firstly,we determined five most precise LSTM models used for predictions of 150 financial time series of stocks from various industries. Then we calculated the statistical measures related to the time series predictability - the Hurst Coefficient, Metric Entropy and the largest Lyapunov Exponent. By estimation of the simple regression lines and the correlation coefficients we try to determine possible relationship between the quality of prediction represented by the average RMSE and each of the statistics related to the time series predictability with the consequent comparison with the theoretical assumptions. Způsob přístupu: Internet finanční inženýrství [obor dipl. práce] diplomové práce fd132022 czenas master's theses eczenas Python Time Series Hurst Coefficient Long Short-Term Memory Lyapunov Exponent Forecast Artificial Neural Networks Sample Entropy Fičura, Milan vse2015859798 ths Fučík, Vojtěch ISIS:115904 opn Vysoká škola ekonomická v Praze. Fakulta financí a účetnictví kn20010709398 dgg https://insis.vse.cz/zp/60727/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/60727 Hlavní práce https://insis.vse.cz/zp/60727/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/60727/posudek/oponent/55445 Oponentura https://insis.vse.cz/zp/60727/podrobnosti dc:identifier NEPOSILAT VSKP vse60727 180119 60727