03871ntm a22005537i 4500 000713666 CZ-PrVSE 20240601120724.0 m d cr n|||||||||| 240601s2024 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Hrifanov, Igor ISIS:140634 dis Application of Neural Networks for Financial Time Series Forecasting eng Aplikace neuronových sítí pro predikci finančních časových řad / Igor Hrifanov 2024 ?? stran : digital, PDF soubor Vedoucí práce: Petr Máša Diplomová práce (Ing.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2024 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2024 Diplomová práce si klade za cíl navrhnout, implementovat a ověřit řešení pro predikci finančních časových řad pomocí neuronových sítí na reálných datech. Konkrétně se zaměřuje na návrh a implementaci modelů neuronových sítí pro predikci cenových pohybů vybraných aktiv a vytvoření obchodní strategie na základě těchto predikcí. Cílem práce je zjistit, zda má navržená strategie potenciál dosahovat dlouhodobé ziskovosti. Teoretická část práce představuje základní koncepty finančního trhu, práce s finančními časovými řadami a základů neuronových sítí. Praktická část obsahuje akvizici a předzpracování minutových dat 15 amerických akcií za období od 16. dubna 2021 do 1. září 2023. Dále je zde proveden návrh a implementace modelů neuronových sítí TFT a N-HiTS pro predikci cenových pohybů aktiv, přičemž bylo vytvořeno celkem 30 modelů typu N-HiTS a 30 modelů typu TFT. Pro každou z 15 akcií byly vytvořeny dva modely TFT a N-HiTS, přičemž jeden pracoval s převzorkovanými daty s frekvencí 5 minut a druhý s daty s frekvencí 15 minut. Poslední část praktické části popisuje implementaci obchodní strategie řízené predikcemi TFT a N-HiTS modelů. Výkonnost této strategie je měřena backtestingem v porovnání s navrženou pasivní investiční strategií, která slouží jako benchmark. Výsledky studie naznačují krátkodobou ziskovost navrženého řešení na 9týdenním backtestovacím horizontu, které si v průměru vedlo lépe než pasivní investiční strategie. Na konci práce se pojednává o dalších krocích pro komplexní zhodnocení dlouhodobé výdělečnosti stávajícího řešení a o dalších směrech jeho rozvoje. Způsob přístupu: Internet znalostní a webové technologie [obor dipl. práce] diplomové práce fd132022 czenas master's theses eczenas Darts časové řady akciový trh neuronové sítě transformer N-HiTS PyTorch Máša, Petr ISIS:17194 ths Zamazal, Ondřej ISIS:7282 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/83783/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/83783 Hlavní práce https://insis.vse.cz/zp/83783/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/83783/posudek/oponent/82213 Oponentura https://insis.vse.cz/zp/83783/priloha/29149 Přiloha k práci https://insis.vse.cz/zp/83783/podrobnosti dc:identifier NEPOSILAT VSKP vse83783 240529 83783