|
|
Využití umělé inteligence na kapitálových trzích
Lajczyk, Pavel ; Budík, Jan (oponent) ; Dostál, Petr (vedoucí práce)
Tato práce se zabývá problematikou umělých neuronových sítí a možnostmi jejich využití při obchodování na kapitálových trzích. Dále je v práci popsán návrh a implementace nástroje založeného na umělých neuronových sítích, který slouží k predikci vývoje cen akcií. Tento nástroj je vytvořen prostřednictvím výpočetního prostředí MATLAB. Implementovaný nástroj je pak podroben experimentům a obchodní simulaci. Na závěr jsou diskutovány dosažené výsledky
|
|
|
Využití umělé inteligence na kapitálových trzích
Skočík, Michal ; Pekárek, Jan (oponent) ; Budík, Jan (vedoucí práce)
Práce je zaměřena na problematiku týkající se umělých neuronových sítí a jejich využití na kapitálových trzích. V práci je vytvořen program, pomocí kterého se načtou vstupní data a vytvoří se neuronová síť, která slouží k predikci vývoje cen akcií. Tento program je vytvořen pomocí výpočetního prostředí MATLAB. Vytvořená síť je testována na simulaci obchodního modelu. Na základě výsledku simulace jsou diskutovány výsledky.
|
|
|
Predikce časových řad pomocí statistických metod
Beluský, Ondrej ; Bidlo, Michal (oponent) ; Schwarz, Josef (vedoucí práce)
Různé společnosti považují za neodmyslitelné získávat předpověď časových řad nejistých hodnot proměnných, které ovlivňují jejich rozhodnutí. Marketing obsahuje vícero rozhodnutí, která závisí na spolehlivé předpovědi. Předpovědi jsou založeny přímo nebo nepřímo na informacích, které jsou získány z historických dat. Tato data mohou obsahovat různé vzory - jako je trend, horizontální vzor, sezónní vzor nebo i cyklický vzor. Většina metod je založena na rozpoznávaní těchto vzorů, jejich promítnutí do budoucnosti a následného vytvoření předpovědi. Jiné přístupy jako jsou například neuronové sítě jsou černými skříňkami, které využívají učení.
|
|
|
Zhodnocení finanční situace podniku
Štoudková, Julie ; Oulehla, Jiří (oponent) ; Luňáček, Jiří (vedoucí práce)
Bakalářská práce bude zaměřena na zhodnocení finanční situace tří vybraných podniků z různých odvětvích a na jejich dopady covidových opatřeních z krátkodobého hlediska. Práce bude obsahovat teoretickou i praktickou část. V teoretické části budou uvedeny veškerá teoretická východiska potřebná pro dosažení hlavního cíle práce. V praktické části bude provedena analýza tří podniku v letech 2017–2020 s využitím metod uvedených v teoretické části. Tato analýza bude doplněna bankrotním a bonitním modelem a predikcí časových řad. Následně se shrnou veškeré zjištěné poznatky a zjednodušeně navrženy návrhy, na co by se společnosti měli zaměřit k efektivnímu vedení společnosti.
|
|
|
Evoluční predikce časových řad
Křivánek, Jan ; Bidlo, Michal (oponent) ; Sekanina, Lukáš (vedoucí práce)
Náplní předkládané práce je sumarizace znalostí v oblasti teorie časových řad, jejich analýzy a aplikace na finančních trzích. Dále práce podává přehled evolučních algoritmů, jejich klasifikaci a použití. Jádrem práce je propojení těchto znalostí a vytvoření systému, který využívá evoluční algoritmy k optimalizaci predikčních modelů finančních časových řad. Při vývoji byly použity techniky softwarového inženýrství (automatická kontinuální integrace, automatizované kontrolování kvality produktu apod.) nutné pro snadnou udržovatelnost a rozšiřovatelnost projektu více vývojáři.
|
|
|
Reservoir Computing pro průmyslové aplikace
Brhel, Jakub ; Bražina, Jakub (oponent) ; Kovář, Jiří (vedoucí práce)
V této bakalářské práci je zkoumána oblast reservoir computingu a jeho aplikace v průmyslovém odvětví. Hlavním cílem práce je ověřit účinnost a přesnost metody echo state network v predikci časových řad. K dosažení tohoto cíle je použit dataset z výrobního stroje a je implementován algoritmus echo state network. Jsou analyzovány výsledky a jsou rovněž porovnány s výsledky předchozích studií v oblasti reservoir computingu.
|
|
|
Zhodnocení finanční situace podniku
Štoudková, Julie ; Oulehla, Jiří (oponent) ; Luňáček, Jiří (vedoucí práce)
Bakalářská práce bude zaměřena na zhodnocení finanční situace tří vybraných podniků z různých odvětvích a na jejich dopady covidových opatřeních z krátkodobého hlediska. Práce bude obsahovat teoretickou i praktickou část. V teoretické části budou uvedeny veškerá teoretická východiska potřebná pro dosažení hlavního cíle práce. V praktické části bude provedena analýza tří podniku v letech 2017–2020 s využitím metod uvedených v teoretické části. Tato analýza bude doplněna bankrotním a bonitním modelem a predikcí časových řad. Následně se shrnou veškeré zjištěné poznatky a zjednodušeně navrženy návrhy, na co by se společnosti měli zaměřit k efektivnímu vedení společnosti.
|
|
|
Stát blahobytu ve Spolkové republice Německo
Jadrná, Nikola
Cílem bakalářské práce je zjistit, do jaké míry je udržitelný současný stát blahobytu ve Spolkové republice Německo. Vývoj německého státu blahobytu je popisován od jeho počátků v 19. století až do jeho současné podoby. V rámci analýzy udržitelnosti státu blahobytu je komparován vývoj vládních výdajů na sociální a důchodové zabezpečení v letech 1991 až 2016 a vývoj HDP v letech 1970 až 2017. Dané analýzy jsou doplněny o predikci vývoje v následujících třech, popřípadě čtyřech letech. Rovněž jsou zohledněna specifika rozdílného vývoje ve východních a západních spolkových zemích. Součástí práce je též odhadovaný demografický vývoj obyvatelstva. Bylo zjištěno, že dochází ke stálému zvyšování sociálních výdajů a zejména k růstu jejich nejvýznamnější položky, důchodů. Postupem času se zvyšuje průměrný věk a snižuje porodnosti, což má za následek změnu věkové struktury obyvatelstva. Tyto parametry představují v budoucnu problém v oblasti udržitelnosti německého státu blahobytu.
|
|
|
Evoluční predikce časových řad
Křivánek, Jan ; Bidlo, Michal (oponent) ; Sekanina, Lukáš (vedoucí práce)
Náplní předkládané práce je sumarizace znalostí v oblasti teorie časových řad, jejich analýzy a aplikace na finančních trzích. Dále práce podává přehled evolučních algoritmů, jejich klasifikaci a použití. Jádrem práce je propojení těchto znalostí a vytvoření systému, který využívá evoluční algoritmy k optimalizaci predikčních modelů finančních časových řad. Při vývoji byly použity techniky softwarového inženýrství (automatická kontinuální integrace, automatizované kontrolování kvality produktu apod.) nutné pro snadnou udržovatelnost a rozšiřovatelnost projektu více vývojáři.
|
|
|
Využití umělé inteligence na kapitálových trzích
Skočík, Michal ; Pekárek, Jan (oponent) ; Budík, Jan (vedoucí práce)
Práce je zaměřena na problematiku týkající se umělých neuronových sítí a jejich využití na kapitálových trzích. V práci je vytvořen program, pomocí kterého se načtou vstupní data a vytvoří se neuronová síť, která slouží k predikci vývoje cen akcií. Tento program je vytvořen pomocí výpočetního prostředí MATLAB. Vytvořená síť je testována na simulaci obchodního modelu. Na základě výsledku simulace jsou diskutovány výsledky.
|
host ::
RSS.