|
|
Posouzení vybraných ukazatelů pomocí statistických metod
Maulová, Kristýna ; Součková, Markéta (oponent) ; Doubravský, Karel (vedoucí práce)
Bakalářská práce se zabývá zhodnocením finanční situace společnosti 2G - spol. s r.o. - Přikrývky a polštáře pomocí statistických metod. První část obsahuje teoretická východiska práce, kde jsou vymezeny potřebné pojmy finanční analýzy a statistických metod, jako je metoda regresní analýzy a časových řad. Ve druhé praktické části práce je tento teoretický podklad aplikován přímo v praxi na již zmiňovanou společnost, kde je proveden rozbor vybraných finančních ukazatelů a stanovena predikce budoucího vývoje těchto ukazatelů. Na základě tohoto rozboru a zhodnocení jsou následně v poslední části práce předloženy vlastní návrhy na zlepšení současného stavu vybrané společnosti.
|
|
|
Mobilní aplikace s predikcemi výsledků e-Sports utkání
Věčorek, David ; Szentandrási, István (oponent) ; Herout, Adam (vedoucí práce)
E-Sports, neboli kompetitivní hraní počítačových her, prošlo v~posledních letech značným rozvojem. Profesionální hráči a týmy se pravidelně utkávají na turnajích, které sledují až~statisíce diváků, a vítězové si odnášejí výhry v~řádech milionů dolarů. Rozvíjí se video-přenosy z~těchto akcí a v~poslední době i kurzové sázení na e-Sports zápasy. Hlavním cílem této práce bylo vytvořit mobilní aplikaci pro operační systém Android, která si klade za cíl využít tohoto rozvoje e-Sports a vytvořit službu poskytování predikcí výsledků zápasů, podobnou jako existují u~běžných sportů. Výsledná aplikace přijímá predikce výsledků utkání pomocí služby Google Cloud Messaging a informuje uživatele o~jejich přijetí pomocí Android notifikací. Predikce ukládá na zařízení do SQLite databáze a umožňuje jejich zpětné zobrazení, procházení a filtrování. Po skončení jednotlivých zápasů zobrazuje jejich výsledek v~porovnání s~predikcemi a počítá bilanci těchto predikcí. Uživateli umožňuje zobrazit informace o~jeho předplatných a predikce, které pod ně spadají. Aplikace byla vytvořena ve vývojovém prostředí Android Studio podle směrnic pro material design. Byla otestována a odladěna na několika zařízeních od různých výrobců a s~různými verzemi operačního systému Android a následně byla umístěna na Google Play pro otevřené beta-testování. Do budoucna je naplánována její propagace mezi uživateli služby poskytování predikcí výsledků e-Sports utkání.
|
|
|
Posouzení ekonomické situace společnosti a návrhy na její zlepšení
Votápková, Anna ; Rochla, Jiří (oponent) ; Doubravský, Karel (vedoucí práce)
Tato diplomová práce se zaměřuje na posouzení ekonomické situace společnosti za pomocí metod finanční analýzy a statistických metod. V první ze tří hlavních částí práce jsou popsána základní teoretická východiska, a to především problematika týkající se finanční analýzy, časových řad, regresní a korelační analýzy. V druhé části je analyzována společnost za pomoci vybraných finančních ukazatelů, z nichž některé jsou podrobeny následné statistické analýze pro předpověď možného budoucího vývoje a zjištění vztahů mezi ukazateli. Výstupy slouží jako podklad pro třetí návrhovou část práce. Ta obsahuje několik podnětů, které by měly vést ke zlepšení stávající situace ve vybrané společnosti.
|
|
|
Zpracování velkých dat z rozsáhlých IoT sítí
Benkő, Krisztián ; Podivínský, Jakub (oponent) ; Krčma, Martin (vedoucí práce)
Cieľom tejto diplomovej práce je návrh a vytvorenie systému pre zber, spracovanie a ukladanie dát z rosiahlych IoT sietí. Vytvorený systém predstavuje komplexné riešenie, umožňujúce spracovanie dát z rôznych IoT sietí, s využitím Apache Hadoop ekosystému. Dáta sú spracované v reálnom čase a ukladané do NoSQL databázy, ale ukladajú sa dáta aj do súborového systému pre prípadné neskoršie spracovanie. Systém je optimalizovaný a testovaný na dátach zo siete IQRF. Dáta uložené v NoSQL databázi sa vizualizujú a vykonávajú sa predikcie v pravidelných intervaloch. Používateľ je prepojený s týmto systémom cez informačný systém, kam mu v prípade hodnôt mimo rozsah chodia notifikácie.
|
|
|
Information and Cyber Threats in 2019
Bača, Jonatán ; MSc, Michal Mezera (oponent) ; Sedlák, Petr (vedoucí práce)
Diploma thesis focuses on information and cyber threats in 2019. It comprises theoretical basis for better understanding of the issue. Afterward the thesis describes the analysis of the current situation which combined several analyses primarily aimed on Czech companies. In the last part draft measures is created which contain predictions and preventive actions and recommendations for companies.
|
|
|
Posouzení vybraných ukazatelů pomocí statistických metod
Vašková, Helena ; Blaháček, Libor (oponent) ; Doubravský, Karel (vedoucí práce)
Tato bakalářská práce se zabývá hodnocením ekonomické situace společnosti Vašíček – pekařství a cukrářství, s.r.o. Poskytnutá data jsou zpracována pomocí vybraných ukazatelů finanční analýzy, analýzy časových řad a regresní analýzy. S využitím regresní analýzy jsou v práci vysloveny predikce hodnot jednotlivých ukazatelů pro následující dva roky. Kromě toho je výpočetně i graficky provedeno porovnání hodnot těchto ukazatelů ve vybrané společnosti s hodnotami konkurenční společnosti. Na základě zjištěných údajů a provedených analýz jsou na konci práce popsány vlastní návrhy na zlepšení současného stavu společnosti.
|
|
|
Inflation: Predictive Power of Google Trends Data
Suchánek, Jan ; Stráský, Josef (vedoucí práce) ; Holub, Tomáš (oponent)
Tato práce zkoumá využití Google Trends dat za účelem zvýšení prediktivní síly ARIMA modelů pro predikování inflace v České republice. Výzkum byl struk- turován, aby zodpověděl dvě hypotézy: zda jsou inflační očekávání reflektovaná skrze vyhledávací dotazy z Google Trends racionální a jestli tato data mohou zvýšit prediktivní účinnost modelů. Naše výsledky indikují, že vyhledávací dotazy z Google Trends, implemen- tované jako externí regresory v ARIMA modelech mohou signifikantně zvýšit prediktivní sílu, zejména v dobách charakterizovaných vysokou inflací a eko- nomickou nejistotou. Poskytujeme tím další důkaz pro tvrzení, že Google Trends data efektivně dokážou zachytit změny ve spotřebitelských očekávaních a náladě. Nicméně, naše práce přiznává limity, včetně specifičnosti zkoumaných časových období a zaměření výhradně na Českou republiku. Tyto faktory snižují zobec- nitelnost našich výsledků. Tato práce přispívá novými poznatky do vyvíjející se oblasti ekonomického predikování demonstrováním užitečnosti implementace nekonvenčních zdrojů dat do tradičních ekonometrických modelů. Otevírá tím dveře pro navazující výzkum objevující širší aplikovatelnost takovýchto dat...
|
|
|
Posouzení ekonomické situace společnosti a návrhy na její zlepšení
Votápková, Anna ; Rochla, Jiří (oponent) ; Doubravský, Karel (vedoucí práce)
Tato diplomová práce se zaměřuje na posouzení ekonomické situace společnosti za pomocí metod finanční analýzy a statistických metod. V první ze tří hlavních částí práce jsou popsána základní teoretická východiska, a to především problematika týkající se finanční analýzy, časových řad, regresní a korelační analýzy. V druhé části je analyzována společnost za pomoci vybraných finančních ukazatelů, z nichž některé jsou podrobeny následné statistické analýze pro předpověď možného budoucího vývoje a zjištění vztahů mezi ukazateli. Výstupy slouží jako podklad pro třetí návrhovou část práce. Ta obsahuje několik podnětů, které by měly vést ke zlepšení stávající situace ve vybrané společnosti.
|
|
| |
|
|
Does LSTM neural network improve factor models' predictions of the European stock market?
Zelenka, Jiří ; Baruník, Jozef (vedoucí práce) ; Čech, František (oponent)
Tato práce chce prozkoumat schopnost multifaktorových modelů předpovídat výši rizikové preémie evropského akciového trhu. Tyto faktory, které poskytují Fama a French a Carhart jsou velmi známé v oblasti oceňování aktiv, autor dále přidává další finanční a makroekonomické faktory. Jako základní měřítko použijeme ARIMA modely a poté porovnáváme chybu přepdovědi u OLS a LSTM neuronových sítí. Oba tyto modely mají jako vstupy minulé výnosy. Měříme jejich výkonnost pomocí RMSE (odmocnina ze střední kvadratické chyby) a MAE (střední absolutní chyba). Výsledky potvrzují, že neuronové sítě jsou v tomto konkrétním případě schopné lepších predikcí při použití ste- jných vstupů jako OLS ale jejich chyba předpovědi není významně menší podle Diebold-Mariano testu. Klasifikace JEL C45, C53, C61, E37, G11, G15 Klíčová slova Akcie, Evropský trh, Neuronové sítě, LSTM, Faktorové modely, Fama-French, Predikce, RMSE Název práce Může LSTM neuronová síť vylepšit predikční schopnosti faktorových modelů pro evropský trh?
|
host ::
RSS.