|
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.
|
|
IPO underpricing and sentiment of investors
Scheerová, Lucie ; Dědek, Oldřich (vedoucí práce) ; Lupusor, Adrian (oponent)
Práce zkoumá, zda sentiment investorů, měřený cenami z šedého IPO trhu, může být společnou příčinou pro podhodnocení IPO, dlouhodobou špatnou výkonnost IPO a cykly v počtu IPO. Studie přispívá do oblasti výzkumu aktuálními německými daty od roku 2000 do 2010 a tím, že zkoumá všechny významné anomálie na IPO trhu dohromady s jejich společnou potenciální příčinou. Výsledky dokládají kladný vztah mezi sentimentem investorů a podhodnocením IPO, což indikuje, že sentiment investorů je možným důvodem podhodnocení IPO. Práce dále ukazuje kladný vztah mezi sentimentem investorů a cenami stanovenými emitentem - možný doklad o tom, že emitenti využívají sentiment investorů. Dlouhodobá špatná výkonnost vzhledem k ceně po prvním dni obchodování IPO z období vysokého sentimentu investorů, což by podruhé indiko- valo sentiment investorů jako důvod pro podhodnocení IPO, nebyla potvrzena. Ostatní hypotézy se také nepotvrdily. Mezi ně patří vyšší počet IPO následující po obdobích s vysokým podhod- nocením IPO a dlouhodobá špatný výkonnost vzhledem k cenám stanoveným emitentem IPO z období vysokého podhodnocení IPO. Obě hypotézy by sloužily jako další ověření, že firmy využí- vají sentimentu investorů. Statisticky signifikantní výsledky jsou v souladu s výsledky ostatních prací. Malá signifikance mohla být způsobena...
|
|
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.
|
|
Predicting stock market crises using investor sentiment indicators
Havelková, Kateřina ; Kukačka, Jiří (vedoucí práce) ; Kočenda, Evžen (oponent)
Tato práce analyzuje předvídatelnost krizí na akciovém trhu z pohledu be- haviorálních fnancí za pomoci systému včasného varování (SVV). V našem SVV založeném na multinomiálním logit modelu uvažujeme tržní sentiment in- vestorů jako jeden z potenciálních ukazatelů krize. K výběru nejdůležitějších ukazatelů krize aplikujeme metodu Bayesovského průměrování modelů. Em- pirické výsledky ukazují, že poměr tržní ceny akcie k zisku, krátkodobá úroková sazba, bilance národního účtu, růst úvěrů a proxy sentimentu investorů jsou nejdůležitějšími ukazateli pro předpovídání krizí na akciovém trhu v horizontu jednoho roku. Naše práce tedy ukazuje, že sentiment investorů by měl být součástí rutinně zvažovaných proměnných v SVV literatuře. Obecně je predik- tivní schopnost našeho SVV slibná, a to jak v případě in-sample, tak v případě out-of-sample. Klasifkace JEL G01, G02, G17, G41 Klíčová slova Krize na akciových trzích, Systém včasného varování, Sentiment investorů, Predikce krize, Bayesovské průměrování modelů Název práce Predikce krizí akciových trhů pomocí in- dikátorů sentimentu investorů
|
|
IPO underpricing and sentiment of investors
Scheerová, Lucie ; Dědek, Oldřich (vedoucí práce) ; Lupusor, Adrian (oponent)
Práce zkoumá, zda sentiment investorů, měřený cenami z šedého IPO trhu, může být společnou příčinou pro podhodnocení IPO, dlouhodobou špatnou výkonnost IPO a cykly v počtu IPO. Studie přispívá do oblasti výzkumu aktuálními německými daty od roku 2000 do 2010 a tím, že zkoumá všechny významné anomálie na IPO trhu dohromady s jejich společnou potenciální příčinou. Výsledky dokládají kladný vztah mezi sentimentem investorů a podhodnocením IPO, což indikuje, že sentiment investorů je možným důvodem podhodnocení IPO. Práce dále ukazuje kladný vztah mezi sentimentem investorů a cenami stanovenými emitentem - možný doklad o tom, že emitenti využívají sentiment investorů. Dlouhodobá špatná výkonnost vzhledem k ceně po prvním dni obchodování IPO z období vysokého sentimentu investorů, což by podruhé indiko- valo sentiment investorů jako důvod pro podhodnocení IPO, nebyla potvrzena. Ostatní hypotézy se také nepotvrdily. Mezi ně patří vyšší počet IPO následující po obdobích s vysokým podhod- nocením IPO a dlouhodobá špatný výkonnost vzhledem k cenám stanoveným emitentem IPO z období vysokého podhodnocení IPO. Obě hypotézy by sloužily jako další ověření, že firmy využí- vají sentimentu investorů. Statisticky signifikantní výsledky jsou v souladu s výsledky ostatních prací. Malá signifikance mohla být způsobena...
|