|
|
Fundamentální analýza vybraných akcií
Dvořáček, Martin ; Henešová, Šárka (oponent) ; Sojka, Zdeněk (vedoucí práce)
Bakalářská práce se zabývá fundamentální analýzou akcií vybrané společnosti Telefónica Czech Republic a.s. Tato práce obsahuje teoretický popis využití fundamentální analýzy včetně popisu konkrétních modelů využívaných v rámci fundamentální analýzy, jakožto nástroje pro uřčení vnitřní hodnoty obchodované akcie. V praktické části budu aplikovat tuto analýzu na vybranou akcii za pomoci veřejně dostupných informací.
|
|
|
PERSPEKTIVY VÝVOJE IPO V REGIONU STŘEDNÍ A VÝCHODNÍ EVROPY
Plottová, Sylvia ; Bartoš, Vojtěch (oponent) ; Kulhánek, Lumír (oponent) ; Myšková, Renáta (oponent) ; Meluzín, Tomáš (vedoucí práce)
Hlavním cílem této disertační práce je identifikovat faktory, které ovlivňují rozhodování podniků o vstupu na kapitálový trh ve vybraných zemích regionu CEE, a formulovat doporučení pro další rozvoj této formy financování. Klíčovými metodickým nástrojem je sběr primárních dat pomocí dotazníku, ve kterém se respondenti (zpravidla v pozici CFOs) vyjadřovali k otázkám vztahujícím se k interním a externím faktorům ovlivňujícím aktivitu v oblasti IPO. Z výsledků dotazníkového šetření vyplývá, že nejsilnější motivy pro uskutečnění IPO je možnost získat kapitál pro financování investičních příležitostí, zlepšit publicitu a image společnosti, snížit zadluženost a být uznán příslušnou finanční komunitou jako významná společnost. Mezi bariéry, které nejvíce ovlivňují implementaci IPO, pak patří povinnost zveřejňovat informace o společnosti, které jsou klíčové pro konkurenční výhodu, asymetrie informací mezi externími investory a společností, zájem udržet si rozhodovací kontrolu nad společností a existence alternativních administrativně méně složitých zdrojů kapitálu v době implementace IPO. Makroekonomické faktory, které z pohledu CFOs mají největší vliv na uskutečnění IPO, jsou zejména příznivé podmínky na akciovém trhu, příznivé podmínky v odvětví, ve kterém společnost působí, příznivý růst HDP a možnost využití bankovních úvěrů v době relativně nízkých úrokových sazeb. Výsledky disertační práce jsou východiskem pro formulaci doporučení směřujících k možným kandidátům na IPO.
|
|
|
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 kursů pro obchodování na akciových trzích
Mikulenčák, Roman ; Szőke, Igor (oponent) ; Černocký, Jan (vedoucí práce)
Práce se zabývá automatickým obchodním systémem s využitím neuronových sítí a adaptivním trénováním. Použita je jak technická tak automatická fundamentální analýza, proto jsou jako vstupy do neuronové sítě použita jak historická data burzy tak i textová data ze zpráv. Práce také vysvětluje základy obchodování, technickou analýzu a odborné termíny. Obsahuje popis algoritmické podstaty, implementace programu a experiment vytvořený obchodním systémem. Vybraná strategie je srovnána s jinými přístupy.
|
|
|
Expertní systém pro rozhodování na akciových trzích s využitím sentimentu investorů
Janková, Zuzana ; Lenort, Radim (oponent) ; Zinecker, Marek (oponent) ; Chramcov, Bronislav (oponent) ; Dostál, Petr (vedoucí práce)
Předložená disertační práce zkoumá potenciál využití skóre sentimentu extrahovaného z textových dat společně s historickými daty o akciovém indexu ke zlepšení výkonnosti predikce na akciovém trhu prostřednictvím vytvořeného modelu expertního systému. Vzhledem k tomu, že velké množství textových dokumentů souvisejících s financemi, které zveřejňují jak profesionální, tak amatérští investoři, nejen na online sociálních sítích, by mohly mít dopad na vývoj akciových trhů, je zásadním úkolem analyzovat finanční texty zveřejněné různými uživateli a zejména z nich extrahovat sentiment. V této práci je sentiment investorů získán z online finančních zpráv a příspěvků zveřejněných na finanční sociální platformě StockTwits. Skóre sentimentu je stanoveno pomocí hybridního přístupu kombinující modely strojového učení s učitelem a neuronových sítí, přičemž ke klasifikaci polarity sentimentu je využito vícero lexikonů pozitivních a negativních slov. Je analyzován vliv skóre sentimentu na akciový trh prostřednictvím kauzality, kointegrace a koherence. V disertační práci je navržen model expertního systému založený na metodách fuzzy logiky. Fuzzy logika poskytuje pozoruhodné vlastnosti při práci s vágními, nepřesnými či nejasnými údaji a je schopna se lépe vypořádat s chaotickým prostředím na akciových trzích. V nedávných vědeckých studiích na popularitě získává vyšší úroveň fuzzy logiky, která je označována jako type-2 fuzzy logika. Oproti klasické type-1 fuzzy logice, je tento vyšší typ schopen mezi zdvojené funkce členství integrovat určitou úroveň nejistoty. Tento typ expertního systému je ovšem v předmětné problematice predikce akciového trhu s využitím extrahovaného sentimentu investorů značně opomíjen. Z toho důvodu je v disertační práci zkoumán potenciál využít a výkonnost type-2 fuzzy logiky. Konkrétně je vytvořeno několik type-2 fuzzy modelů, které jsou trénovány na historických datech akciového indexu a skóre sentimentu investorů za období 2018-2020. Vytvořené modely jsou posouzeny k měření výkonu predikce bez sentimentu i s integrací sentimentu investorů. Následně je na základě vytvořeného expertního modelu stanovena investiční strategie a sledována jeho ziskovost. Výkonnost predikce fuzzy modelů je komparována s výkonností několika srovnávacích modelů, včetně SVM, k-NN, naivního Bayes a dalších. Z experimentů vyplynulo, že modely fuzzy logiky jsou schopny vhodným nastavením funkcí členství a nejistoty v nich obsažených vylepšit predikci a jsou schopny konkurovat klasickým modelům predikce, které jsou standardně využívané ve výzkumných studiích. Vytvořený model by měl také sloužit jako nástroj pro podporu investičního rozhodování individuálním investorům.
|
|
| |
|
| |
|
| |
|
|
Technická analýza
Tesař, Petr ; Doubravský, Karel (oponent) ; Novotná, Veronika (vedoucí práce)
Tato diplomová práce je zaměřena na obecnou charakteristiku technické analýzy a využití jejích nástrojů pro podporu rozhodování při obchodování na akciovém trhu. V rámci teoretické části jsou zpracována teoretická východiska vztahující se zejména k technické analýze. Na konkrétním akciovém titulu je následně pomocí navržené aplikace provedena analýza jednotlivých indikátorů technické analýzy. V závěru je porovnána ziskovost a spolehlivost použitých indikátorů.
|
|
| |
host ::
RSS.