Využití architektury transformeru pro predikci finančních časových řad na forexovém trhu

Abstract

Tato práce se zaměřuje na aplikaci architektury transformeru pro predikci časových řad na forexovém trhu. Pro implementaci byly zvoleny modely vhodné pro práci s časovými řadami: transformeru a autoformeru. Na veřejně dostupných datech byly natrénovány modely a kvalita predikcí byla změřena metrikam pro binární klasifikaci. Na základě výsledků práce je možné nadále rozvíjet potenciál transformerů pro predikci časových řad na dalších typech finančních trhů nebo obecně v oblasti prognózy časových řad. Kód, který se pojí s experimentální částí této práce, lze nalézt na https://github.com/pribylr/bp

This thesis focuses on the application of transformer architecture for time series forecasting in the forex market. Models suitable for time series analysis were chosen for implementation: the transformer and the autoformer. These models were trained on publicly available data, and the quality of the predictions was measured using metrics for binary classification. Based on the results of the thesis, it is possible to further develop the potential of transformers for time series prediction in other types of financial markets or generally in the field of time series forecasting. Code that is tied to the experimental part of this thesis can be found at https://github.com/pribylr/bp