|
|
Forecasting electricity prices in the Czech spot market
Černý, Kryštof ; Lebovič, Michal (vedoucí práce) ; Rečka, Lukáš (oponent)
Tato diplomová práce se zaobývá předpovídáním hodinových a denních cen elektřiny na deregulovaném českém denním trhu s elektřinou. Metody použité pro odhad a předpověď hodinových a denních cen jsou vybrány z rodiny modelů ARIMA-GARCH a neurálních sítí. Dekompozice pomocí stacionární diskrétní vlnkové transformace je použita pro denní ceny v kombinaci s ARIMA modely a neurálními sítěmi. Hodinová data jsou modelována pomocí modelů GARCH a neurálních sítí. Výsledky předpovědí odhalují, že v případě denních cen, jednodušší modely, jako ARIMA předčí ostatní metody. Vlnková dekompozice nezlepšila přesnost předpovědí. V případě hodinových cen architektura neurální sítě Multilayer Perceptron dává lepší předpovědi než předpověd uskutečněná metodou ARIMA. Klasifikace JEL C20, C22, C45, C53, C65 Klíčová slova předpovídání, časové řady, ARIMA, GARCH, neurální sítě, vlnková transformace E-mail autora krystof.cerny@gmail.com E-mail vedoucího práce lebovicm@gmail.com 1
|
|
| |
|
|
Forecasting with neural network during covid-19 crisis
Luu Danh, Tiep ; Baruník, Jozef (vedoucí práce) ; Kukačka, Jiří (oponent)
Teze se zab˝vá hlavn forecastingem pomocí neuronov˝ch sítí, p esn ji ohledn forecastingu v˝nos a volatility b hem volatilního období Covid-19. Teze pouûívá denní upravená data od 1. ledna 2000 do 1. lenda 2021 indexu S&P a index praûské burzy PX. Porovnání bylo provedeno mezi ist˝m ekonomet- rick˝m model, modelem na bázi neuronov˝ch sítí a hybridním modelem. Hy- bridní model byl zkonstruovám jako s dodate nou featurou estimovan˝ch hod- not econometrického modelu. K tomu se také provedla anal˝za pom ru rizika a v˝nosnosti na bázi predikovan˝ch hodnot. Testované obdobní pro vöechny modely bylo od 1. ledna 2020 do 1. ledna 2021. Na tomto období se provedli predikce hodnot a st ední kvadratická chyba kaûdého modelu byla vypo ítaná a porovnána. Záv rem je, ûe hybridní modely podali lepöí v˝kon neû ekono- metrick˝ model i model neuronov˝ch síti. Dále predicke hybridního modelu poskytnuli lepöí pom r rizika a v˝nosnosti neû ostatní. Klasifikace JEL C53, C81 Klí ová slova Finan ní asová ada, Forecasting, Neu- ronové sít , ARIMA, GARCH Název práce Forecasting s Neuronovou síti b hem Covid-19 Krize E-mail autora tiep.luud@gmail.com E-mail vedoucího práce barunik@fsv.cuni.cz
|
|
|
Anomaly Detection in Generated Incident Ticket Volumes
Šurina, Timotej ; Rychlý, Marek (oponent) ; Trchalík, Roman (vedoucí práce)
This bachelor thesis deals with the issue of time series anomaly detection. It presents methods STL decomposition, ARIMA, Exponential Smoothing and LSTM Networks. The aim is to use these methods to create an algorithm that can analyze the trend in a volume of generated incident tickets and detect anomalies form the trend. The solution was created based on a dataset provided by firm AT&T Global Network Services Czech Republic s.r.o. and implemented in the Python programming language.
|
|
|
Statistická analýza anomálií v senzorových datech
Gregorová, Kateřina ; Čmiel, Vratislav (oponent) ; Sekora, Jiří (vedoucí práce)
Tato diplomová práce se zabývá problematikou detekce poruchových stavů u leteckých motorů. Hlavním přístupem detekce je hledání anomálií v datech snímaných pomocí senzorů. Pro získání komplexní představy o systému a jednotlivých senzorech, je v úvodu této práce uveden popis celého systému a to konkrétně motoru typu HTF7000 a také popis senzorů. Pro samotnou detekci anomálií je zde uveden návrh algoritmu na základě tří různých detekčních metod, které jsou popsány ve druhé kapitole. Jedná se o metody SVM (Support Vector Machine), K-means a ARIMA (Autoregressive Integrated Moving Average). Implementace algoritmu je popsána v další části práce, včetně návrhu grafického uživatelského rozhraní. V závěru práce je pak statistická analýza získaných výsledků, srovnání účinnosti jednotlivých modelů a diskuze výstupů z navrženého algoritmu.
|
|
|
Analyze and economic time series forecasting by using selected statistical methods
Skopal, Martin ; Charvát, Pavel (oponent) ; Mauder, Tomáš (vedoucí práce)
In this thesis we aim to construct a fully automatic forecasting algorithm, which is trying to utilize a combining procedure on two levels between two families of forecasting models, Box-Jenkins and Exponential smoothing state space models, that is able to deal with homoscedastic and heteroscedastic time series. For this we devise a selection procedure in the MATLAB environment for ARIMA models. The resulting combined model is then applied several financial time series and its performance is discussed.
|
|
|
The Profitability of Standard Trading Strategies in Cryptocurrency Markets
Duda, Miroslav ; Krištoufek, Ladislav (vedoucí práce) ; Brož, Václav (oponent)
Práce se pokouší určit, jakou úspěšnost mají strategie používané na forexových a akciových trzích při aplikaci na kryptoměnové trhy. Zkoumanými přístupy jsou ARIMA, VAR, MA Crossover (klouzavý průměr) a Grangerova kauzalita s využitím cen zlata a S&P 500. Obchodovanými kryptoměnami jsou Bitcoin, Ethereum, Binance Coin a Basic Attention Token. Modely jsou trénovány na logaritmicky transformovaných a diferencovaných časových řadách složených z konečných denních a hodinových cen jednotlivých měn. Aplikace strategií vede k nejednoznačným výsledkům. MA Crossover dosahuje obecně lepších výsledků než VAR, ARIMA pak vede k nejhorším. Přesto každá strategie funguje při- jatelně pro alespoň jednu z měn. Obchodování na hodinových řadách bylo negativně ovlivněno náhlými cenovými skoky. ARIMA a VAR dosahují lep- ších výsledků v obdobích mezi cenovými bublinami. Signifikantní Grangerova kauzalita nebyla nalezena. Klíčová slova Kryptoměny, Obchodování, Bitcoin, Ethereum, Binance Coin, Basic Attention Token, ARIMA, VAR, Klouzavý průměr, Grangerova kauzalita Název práce Ziskovost standardních obchodních strate- gií na kryptoměnových trzích E-mail autora miroslav.duda11@gmail.com E-mail vedoucího práce ladislav.kristoufek@fsv.cuni.cz
|
|
|
Predicting Czech Economic Activity Using Toll Data
Učňová, Jana ; Kocourek, David (vedoucí práce) ; Šestořád, Tomáš (oponent)
Mnoho analytiků se shoduje v tom, že doprava je zce spojena s ekonomickou aktivitou. Nicmně, data obsahujc informace o dopravě dlouhou dobu nebyla součst jejich vzkumů. Zaveden elektronickch systmů vběru mtnho vedlo v nedvn době k novmu zdroji dat, kter obsahuj informace o kamionov dopravě. Jsou tedy užitečnm zdrojem infromac, kter může bt použit k předpovědi ekonomick aktivity. Clem tto prce je zkoumn schopnosti seznně očištěnch dat z mtnch bran předpovdat ekonomickou aktivitu Česk republiky. Ekonomick aktivita je zastoupena čtyřmi proměnnmi - relnm HDP, nominlnm HDP, indexem průmyslov produkce a objemem zahraničnho obchodu. Sedm modelů - pět dynamickch modelů, ARIMA model a regrese s ARIMA chybou - jsou sestraveny pro každou zvislou proměnnou. Tyto modely jsou pot srovnny pomoc Akaikeho a Bayesova informačnch kritri a pro každou zvislou proměnnou je vybrn ten nejvhodnějš model. Jak reln HDP, tak i index průmyslov produkce lze předpovědět pomoc mtnch dat a počet projetch kilometrů i vybranho mta se zd bt dobrm prediktorem ekonomick aktivity. Zejmna, vybran mto může bt přnosnějš, jelikož lze pomoc něj předvdat ekonomickou aktivitu dokonce i v nsledujcm kvartlu. 1
|
|
|
Top Stocks: A Broad Analysis of Its Performance and Search for Hidden Relationships
Veselá, Barbora ; Polák, Petr (vedoucí práce) ; Kurka, Josef (oponent)
Tato práce se zaměřuje na zkoumání základních charakteristik českého investičního fondu "TOP STOCKS - otevřený podílový fond" a detailní analýzu portfolia dle sektorového členění. Unikátně získaná data od počátku fungování tohoto fondu umožňují provést analýzu v nejhlubším možném rozsahu a soubor dat sestavený autorem této práce může být výchozím souborem pro další studie tohoto fondu, neboť je první svého druhu a rozsahu. Hlavním cílem této práce je hledání souvislostí mezi výkonností fondu a jeho průmyslovou strukturou. V první části práce shrnujeme historický vývoj sektorového členění, včetně vedoucího schématu GICS, kterým se řídíme v této studii. Následně jsou představeny vhodné nástroje pro naši analýzu, především Box-Jenkinsova metoda pro volbu ARIMA modelu vzhledem k historickým datům, který je následně použit pro předpověď dalšího vývoje ceny podílového listu fondu. Bylo zjištěno, že stock-picking strategie je řízena efektivně a umožnuje flexibilně reagovat na tržní vývoj jednotlivých sektorů, čímž chrání investory před potencionálními ztrátami. Analýza dále odhalila pozitivní dopad intervencí České národní banky, které výrazně zvýšily atraktivitu i výkonnost fondu. Na těchto poznatcích může stavit budoucí výzkum.
|
|
|
Prognóza vývoje trhu zlata
Šimek, Jan ; Zinecker, Marek (oponent) ; Luňáček, Jiří (vedoucí práce)
Diplomová práce se zabývá ekonometrickým modelováním a prognózou tržní ceny zlata. Klíčovou funkci plní model vícerozměrné regrese a model ARIMA. První část diplomové práce obsahuje teoretická východiska. Analytická část se věnuje modelování tržní ceny zlata a následnému prognózování. Velmi důležitou roli hraje statistická a ekonometrická verifikace s využitím statistických metod. Poslední část shrnuje výsledky a předkládá návrhy na zlepšení.
|
host ::
RSS.