Název: Analýza a predikce vývoje devizových trhů pomocí chaotických atraktorů a neuronových sítí
Překlad názvu: Analysis and Prediction of Foreign Exchange Markets by Chaotic Attractors and Neural Networks
Autoři: Pekárek, Jan ; Dostál, Petr (oponent) ; Budík, Jan (vedoucí práce)
Typ dokumentu: Diplomové práce
Rok: 2014
Jazyk: cze
Nakladatel: Vysoké učení technické v Brně. Fakulta podnikatelská
Abstrakt: [cze] [eng]
Práce se zabývá komplexní analýzou a predikcí devizových trhů. Využívá při tom pokročilých metod umělé inteligence, zejména neuronových sítí a teorie chaosu. Představuje netradiční přístupy a metody z každé z těchto oblastí, srovnává je a aplikuje na reálný problém. Jádrem práce je návrh a srovnání několika predikčních modelů založených na zcela odlišných principech a teoriích. Výsledkem je výběr nejvhodnějšího predikčního modelu, jenž nese označení NAR + H. Model je hodnocen dle více kritérií, jsou diskutovány jeho klady a zápory, vyčíslena přibližná očekávaná ziskovost a riziko. Veškeré analytické, predikční a dílčí algoritmy jsou implementovány ve vývojovém prostředí Matlabu a tvoří jednotnou knihovnu všech použitých funkcí a skriptů. Ta je zároveň druhým hlavním výstupem práce. This thesis deals with a complex analysis and prediction of foreign exchange markets. It uses advanced artificial intelligence methods, namely neural networks and chaos theory. It introduces unconventional approaches and methods of each of these areas, compares them and uses on a real problem. The core of this thesis is a comparison of several prediction models based on completely different principles and underlying theories. The outcome is then a selection of the most appropriate prediction model called NAR + H. The model is evaluated according to several criteria, the pros and cons are discussed and approximate expected profitability and risk are calculated. All analytical, prediction and partial algorithms are implemented in Matlab development environment and form a unified library of all used functions and scripts. It also may be considered as a secondary main outcome of the thesis.
Klíčová slova: chaotický atraktor; devizové trhy; embedding teorém; Hurstův exponent; Lyapunovův exponent; Matlab; NAR; neuronové sítě; predikce; teorie chaosu; umělá inteligence; artificial intelligence; chaos theory; chaotic attractor; embedding theorem; foreign exchange markets; Hurst exponent; Lyapunov exponent; Matlab; NAR; neural networks; prediction

Instituce: Vysoké učení technické v Brně (web)
Informace o dostupnosti dokumentu: Plný text je dostupný v Digitální knihovně VUT.
Původní záznam: http://hdl.handle.net/11012/31833

Trvalý odkaz NUŠL: http://www.nusl.cz/ntk/nusl-224706


Záznam je zařazen do těchto sbírek:
Školství > Veřejné vysoké školy > Vysoké učení technické v Brně
Vysokoškolské kvalifikační práce > Diplomové práce