|
Analýza burzovních dat metodami UI
Kutina, Michal ; Jelínek, Jiří (vedoucí práce) ; Dvořák, Pavel (oponent)
Diplomová práce Analýza burzovních dat metodami UI je zaměřena na uplatnění neuronových sítí při predikci kurzových pohybů na burze. Teoretická část je rozdělena na tři samostatné celky. V první části je popsána problematika burzy a jednotlivé termíny s ní související. V druhé části jsou rozebrány dva základní přístupy pro analýzu burzovních dat, kterými jsou fundamentální a technická analýza. Třetí, poslední teoretická část tvoří samostatný celek popisující teorii Umělé Inteligence. Zejména podrobně je popsána problematika neuronových sítí. Praktická část hledá uplatnění pro vybranou neuronovou síť GAME. Analyzuje vybraný trh YMZ9. Zaměřuje se na predikci pohybu kurzu pomocí metody posuvného okna. V závěrečné kapitole shrnuje výsledky a dokazuje, že neuronové sítě je možné, za určitých podmínek, vhodně použít, jak pro predikci kurzových pohybů, tak jako jeden ze základních stavebních kamenů profitabilního obchodního systému.
|
|
Historie umělé inteligence - Neuronové sítě
Šuchman, Ondřej ; Jirků, Petr (vedoucí práce) ; Berka, Petr (oponent)
Cílem mé bakalářské práce je zmapovat historický vývoj neuronových sítí od jejich počátku, za který lze považovat první matematický model neuronu v roce 1943, až po současnost a aplikaci neuronových sítí do "inteligentních" přístrojů, které dokáží rozpoznávat znaky, grafické údaje nebo dokáží převádět anglicky psaný text do mluvené podoby (NETtalk). Pro dosažení tohoto cíle jsem pečlivě prostudoval literaturu uvedenou v kapitole "Literatura a zdroje." V první kapitole získáme teoretický přehled o oblasti umělé inteligence a neuronových sítí. Dále je pak práce přehledně řazena do pěti časových období, která byla pro neuronové sítě v kladném nebo záporném slova smyslu podstatná. U nejvýznamnějších objevů je podrobněji rozepsána jejich funkce a příklady použití. Tato práce si neklade za cíl úplný výčet neuronových sítí, na to by obsahově ani zdaleka nestačila. Podstatnější je pro ni demonstrace určitých typů sítí, jejich první použití, nejdůležitější algoritmy a také zmínka o některých významných aplikačních použitích.
|
|
Moderní metody predikce měnových kurzů
Buryan, Petr ; Taušer, Josef (vedoucí práce)
Tato práce se snaží nabídnout odpověď na otázku, zda má smysl při rozhodování o budoucím pohybu měnových kurzů brát ohled na výsledky vystupující z modelů získaných analýzou měnových kurzů a relevantních časových řad provedeného pomocí metod strojového učení. Účelem této práce je tak prozkoumat možnosti analýzy kurzů (ve formě časových řad) s důrazem na použití nových metod spočívajících svým těžištěm v oblasti umělé inteligence a strojového učení (neuronové sítě, algoritmus GMDH sítí).
|