Analýza vlivu fundamentálních dat na výkonnost akcií pomocí hlubokých neuronových sítí
Analysis of the impact of fundamental factors on stocks performance
Typ dokumentu
bakalářská prácebachelor thesis
Autor
Vojtěch Remiš
Vedoucí práce
Strachota Pavel
Oponent práce
Franc Jiří
Studijní obor
Matematická informatikaStudijní program
Matematické inženýrstvíInstituce přidělující hodnost
katedra matematikyPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Tato práce se věnuje využití hlubokých neuronových sítí pro predikci pohybu ceny akcií na akciové burze analýzou fundamentálních dat. V textu je popsána obchodní strategie, celý postup přípravy dat a navržení architektury sítě. Skripty jsou psány v jazyce Python a sítě implementované v knihovně Keras. Celý postup je nejprve aplikován na umělá data a po vyhodnocení výsledku také na data skutečná. Na závěr přichází vyhodnocení všech výsledků a diskuse o možnostech dalšího výzkumu a vylepšeních modelu. This thesis focuses on the use of deep neural networks for predicting stock price movements on the stock exchange through the analysis of fundamental data. The text describes the trading strategy, the entire data preparation process, and the network architecture design. The scripts are written in Python, and the networks are implemented using the Keras library. The entire process is first applied to synthetic data. After evaluating the results, the real data are processed. Finally, the evaluation of all results and a discussion of possibilities for further research and model improvement are presented.
Kolekce
- Bakalářské práce - 14101 [308]