03601ntm a22005177i 4500 000716606 CZ-PrVSE 20241012102350.0 m d cr n|||||||||| 241012s2024 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Šmehlík, Oldřich ISIS:170696 dis Possibility of using large language models in time series prediction eng Možnost využití velkých jazykových modelů v předpovědi časových řad / Oldřich Šmehlík 2024 ?? stran : digital, PDF soubor Vedoucí práce: Pavel Zimmermann Diplomová práce (Ing.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2024 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2024 Tato diplomová práce zkoumá, jak lze předpovědi časových řad zlepšit použitím velkých jazykových modelů. Je zvolena diskrétní časová řada ceny EUR/USD v pracovních dnech a dále dva zdroje článků, jejichž očekávaný vliv na cenu EUR/USD je kvantifikován, fxnewssite reprezentující odborné zpravodajství a bbc reprezentující obecné zpravodajství. Je zkonstruován předfiltr vlivu umožňující výběr relevantních článků z obecného zpravodajství. Analyzováno je 2 krát (bez předfiltru a s předfiltrem) 444 článků z každého zdroje (fxnewssite a bbc) v období mezi 01. 10. 2021 a 31. 12. 2023. Očekávaný vliv článků na cenu EUR/USD je kvantifikován velkým jazykovým modelem gpt-3.5-turbo-1106 se čtyřmi vytvořenými šablonami. Pro časovou řadu a vybrané kombinace šablon jejichž vlivy jsou zahrnuty do modelu jsou natrénovány dva modely strojového učení, základní pouze s cenami a endogenními proměnnými získanými z data a cen tvořením vlastností a druhý rozšířený o atributy vytvořené velkým jazykovým modelem. Rozdíl v predikci je změřen. V analyzovaných případech kdy byl k dispozici relevantní a kvalitní textový zdroj fxnewssite, bylo dosaženo zlepšení pětidenní predikce v rozsahu od 12.38 do 15.35 procent při použití vlivů napočítaných vždy jednou šablonou bez zapojení předfiltru vlivu. U zdroje bbc způsobí předfiltr vlivu posun průměrné predikce z jednotlivých šablon ze zlepšení o 0.2675 procent na zlepšení o 2.0125 procent. Způsob přístupu: Internet data a analytika pro business [obor dipl. práce] diplomové práce fd132022 czenas master's theses eczenas časové řady předpověď velké jazykové modely strojové učení python Zimmermann, Pavel, 1980- jo20251268570 ths Fojtík, Jan ISIS:87865 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/86576/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/86576 Hlavní práce https://insis.vse.cz/zp/86576/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/86576/posudek/oponent/83877 Oponentura https://insis.vse.cz/zp/86576/podrobnosti dc:identifier NEPOSILAT VSKP vse86576 241008 86576