36NAN Semestrální práce Predikce ceny akcií dle dosavadního vývoje.

Slides:



Advertisements
Podobné prezentace
Pracovní úrazovost ČR v roce 2007
Advertisements

Veřejné zakázky v ČR – co říkají data o chování zadavatelů? Tým řešitelů: Filip Pertold Pavla Nikolovová, Ján Palguta, Jan Soudek, Mário Vozár.
Algebraické výrazy: počítání s mnohočleny
TEORIE ROZHODOVÁNÍ A TEORIE HER
Přímá a nepřímá úměrnost
Dualita úloh lineárního programování a analýza citlivosti
Otáčivé účinky síly (Učebnice strana 70)
* Procenta Úvod Matematika – 7. ročník *
Determinanty zahraničních investic na firemní úrovni v ČR Peter Tóth ČNB a CERGE-EI.
STŘÍDAVÝ PROUD PROUD MĚNÍCÍ SVŮJ SMĚR.
Aplikace teorie grafů Základní pojmy teorie grafů
Úvod Klasifikace disciplín operačního výzkumu
Hledání začátků exonů v DNA Klára Pešková, Michal Bída.
Automatická fonetická segmentace pomocí UNS Registr - 36 neuronových sítí MLNN (pro každou českou hlásku jedna UNS) Trénovací množina: databáze promluv.
ALGO – Algoritmizace 1. cvičení
Optimalizace logistického řetězce
ROZHODOVACÍ PROCESY PRO VÍCECESTNÉ TELEMATICKÉ APLIKACE Filip Ekl
Algoritmy I Cvičení č. 4.
Komprese barev Jakub Gemrot Ondřej Burkert. Popis problému Běžné obrázky mají 16,7 mil. barev Běžné obrázky mají 16,7 mil. barev Problém: Jak je rozumně.
Medians and Order Statistics Nechť A je množina obsahující n různých prvků: Definice: Statistika i-tého řádu je i-tý nejmenší prvek, tj., minimum = statistika.
NEROVNOMĚRNÝ POHYB.
Dělitelnost přirozených čísel
Střední škola služeb a podnikání, Ostrava-Poruba příspěvková organizace Výukový materiál v rámci projektu OPVK 1.5 Peníze středním školám Číslo projektu:
Vyrovnání časové řady OA a VOŠ Příbram.
Neuronové sítě Jakub Krátký.
Matematika Poměr.
Informatika a práce s počítačem
Co je a k čemu slouží benchmarking?
Ing. Martin Kocourek ministr průmyslu a obchodu Jednotný energetický trh – blízká vize nebo vzdálená budoucnost?
III. Řešení úloh v testech Scio z matematiky
Analýza vnitropodnikového trhu práce
Dostupné z Metodického portálu ISSN: , financovaného z ESF a státního rozpočtu ČR. Provozováno Výzkumným ústavem pedagogickým v Praze.
Rok absolventipřijatí na VŠ SOU SOŠ Gymnázia.
Řešení lineárních rovnic s neznámou ve jmenovateli
Slovní úlohy o společné práci
Historie operačních systémů Fiala Filip, 4.C. 50. léta Počítače bez OS Programy se psaly pro konkrétní počítače, často v binárním kódu Až ke konci 50.
Příprava na čtvrtletní písemnou práci Vypracovala Petra Antlová.
Studentská PARDUBICE
Číslo projektu CZ.1.07/1.5.00/ Číslo materiálu VY_32_INOVACE_11_GRAMOTNOST Název školy Táborské soukromé gymnázium, s. r. o. Tábor Autor Mgr. Zdeněk.
Regrese Aproximace metodou nejmenších čtverců
Semestrální práce z předmětu MAB
R OVNICE A NEROVNICE Rovnice v podílovém tvaru VY_32_INOVACE_M1r0105 Mgr. Jakub Němec.
Posloupnosti a jejich vlastnosti (4.část)
Název a adresa školy: Střední odborné učiliště stavební, Opava, příspěvková organizace, Boženy Němcové 22/2309, Opava Název operačního programu:OP.
Synchronizace Přednášky z distribuovaných systémů Ing. Jiří Ledvina, CSc.
Klasifikace klasifikace: matematická metoda, kdy vstupní objekty X(i) jsou rozřazovány do tříd podle podobnosti metody klasifikace bez učitele: podoba.
Zkvalitnění kompetencí pedagogů ISŠ Rakovník IV/2 Inovace a zkvalitnění výuky směřující k rozvoji matematické gramotnosti žáků středních škol Integrovaná.
Mezinárodní zdanění 12. listopadu Příklad právnická osoba Akciová společnost se sídlem v ČR vykazuje za účetní období 2011 tyto účetní náklady a.
marketingové poradenství
1 Role finančních frikcí v MP rozhodování Jiří Polanský, Jaromír Tonner Tato prezentace nezachycuje oficiální stanoviska ČNB.
KLIMA ŠKOLY ALEŠ STUPKA.
Technologie a náklady Čtvrtý seminář.
1 Jaroslav Šmarda Excelent – využití možností Excelu v aplikacích Vema.
Podobnost trajektorií Jiří Jakl Úvod - využití Rozpoznáváni ručně psaných textů GPS navigace Analýza pohybu pracovníku v budovách Predikce.
R OVNICE A NEROVNICE Lineární rovnice VY_32_INOVACE_M1r0102 Mgr. Jakub Němec.
Kvadratické nerovnice
Martin Langhammer Antonín Wimberský. ÚVOD PŘEDPOKLADY Jednotný vstup Zadní SPZ Stejný úhel a vzdálenost záběru Pouze vodorovné záběry značek Obdélníkové.
Odhad ceny akcií Martin Dörfler, Jiří Marchalín. Původní metoda  odhad ceny akcií pomocí neuronové sítě v závislosti na minulých hodnotách kombinací.
FEL ČVUT, katedra ekonomiky, manažerství a humanitních věd © Oldřich Starý, 2013 Finanční management Americká opce Futures SWAP Opce načasování.
Název školy: Střední odborná škola stavební Karlovy Vary Sabinovo náměstí 16, Karlovy Vary Autor: RADEK KLAPUCH Název materiálu: VY_32_INOVACE_06_GEODETICKÉ.
Časové řady Centrum pro virtuální a moderní metody a formy vzdělávání na Obchodní akademii T. G. Masaryka, Kostelec nad Orlicí.
Benchmarkingová iniciativa 2005, VCVS ČR, o.p.s., verze 5.1 ANALÝZA AGENDY 49samospráva ve školství Zpracoval:Odbor školství listopad 2009 – leden 2010.
PIXLR ‒ ONLINE GRAFICKÝ EDITOR (5) ANEB NEJLEPŠÍ VĚCI JSOU ZADARMO Autorem materiálu a všech jeho částí, není-li uvedeno jinak, je Jaroslav Zavadil. Dostupné.
J b Mikro teaching Uvádí – Jan Bouček.
Indexní analýza Centrum pro virtuální a moderní metody a formy vzdělávání na Obchodní akademii T. G. Masaryka, Kostelec nad Orlicí.
Klasifikace a rozpoznávání
Algebraické výrazy: počítání s mnohočleny
ALG 07 Selection sort (Select sort) Insertion sort (Insert sort)
Algebraické výrazy: počítání s mnohočleny
Rozpis rozpočtu a normativy
Transkript prezentace:

36NAN Semestrální práce Predikce ceny akcií dle dosavadního vývoje

Vstupní data dodáno :akcie, d, datum, open, high, low, close, volume Úprava dat pro JavaNNS a GAME Dva možné směry: –Důležité údaje z jednoho dne –Predikce pomocí více předcházejících dat

První sítě Typ BP – zkouška různých konfigurací Úprava dat – JavaNNS data pouze od nuly do jedné Silná provázanost dat na vstupu Mizerné výsledky co se hodnoty týče, zajímavější se zdá predikce trendu

Výsledky BP sítí Různé konfigurace,nejlépe vychází Provázanost vstup.dat

Výsledky sítí BP Výsledek testovací množiny nejlepší sítě

Závěr z první úlohy Takhle by to nešlo, můžeme zapomenout na predikci hodnoty, možná použitelná predikce trendu Příště zkusit jinou síť Upravit vstupní data (viz provázanost vstupů) Použít celou dodanou množinu dat

Úloha č.2 Pokusíme se použít MIA GMDH síť Simulujeme pomocí GAME Nejdříve použijeme stejnou množinu dat pro srovnání výsledků s předcházející úlohou Zkusíme upravit vstupní množinu dat

Vstupní data Data,,krátká“ –Učící množina 183 skupin –Testovací 50 skupin Krátká pro možnost porovnání s výsledky předcházející úlohy Dva možné typy vstupů –Všechno (open,high,low,close) –Pouze indexy open za předchozí tři dny

Vstupní data podruhé Data,,dlouhá“ Opět obě možnosti konfigurace vstupů –Komplet vektor (vektor open,high,low,close) –Tzv.,,Triopen“ (vektor open1,open2,open3) –2000 skupin učící množiny –950 skupin testovací množiny

Výsledky,,krátké“ sítě

Výsledky krátké sítě Na první pohled podstatně lepší od BP,oba typy sítě Na druhý pohled zklamání – síť,,triopen“ má mnohem horší výsledky (2x) než síť s původním vstupním vektorem Co se hodnot týče, vyhodnotíme až pro mohutnější učící množiny

Výsledky,,dlouhé“ sítě Graf je naprosto nezřetelný (950 dat pro porovnání) Opět ale síť,,triopen“ končí s dvojnásobnou chybou oproti klasické

Závěr Jasně vítězí síť GMDH Rozhodně lepší výsledky vykazuje síť s kompletním vstupním vektorem (zřejmě dostává komplexnější informace) Výsledky na první pohled vypadají lákavě, ALE: opak je pravdou. Při bližším zkoumání se chyba průměrně pohybuje v desítkách centů (jako predikce hodnoty naprosto nepoužitelné)

Závěr Nadějnější je predikce trendu, chyba se pohybuje okolo 15 – 20 % Síť by se dala použít jako jeden z ukazatelů, jako samostatný rozhodovací element je nepoužitelná Osobně bych ji při obchodování použil, ale pouze jako jedno z rozhodovacích kritérií