Detail práce

Modelling Durations Using Artificial Neural Networks

Autor: Mgr. Martin Žofka
Rok: 2014 - zimní
Vedoucí: doc. PhDr. Jozef Baruník Ph.D.
Konzultant:
Typ práce: Diplomová
Ekonomická teorie
Jazyk: Anglicky
Stránky: 68
Ocenění: Pochvala děkana Fakulty sociálních věd za vynikající výkon u státních zkoušek.
Odkaz: https://is.cuni.cz/webapps/zzp/detail/125501/
Abstrakt: Hlavním cílem
této diplomové
práce je
zavedení umělých neuronových sítí (U
NS) pro modelování
finančních durací.
Na začátku
shrneme
stávající poznat
ky ohledně finančních durací a modelů pro
jejich analýzu. Následně
prozkoumáme
stávající druhy UNS a
vybereme
jednu z
možných architektur
sítí pro následné modelování. Zvolená síť
je vícevrstvá dopředná,
má sigmoidní aktivační funkcí,
jednu skrytou vrstvu
a genetický algoritmus
optimalizace
. V
práci používáme jak očištěná tak
neočištěná data pro předpovídání, ale na rozdíl od ostatních modelů pro durace, neuronové sítě
nevyžadují očištění dat. Lze je tedy odhadnout v
j
ednom kroku bez potřeby odstranit sezónnosti.
V
další části práce
porovnáme
UNS
s odhadem získaným modelem
autoregresivních podmíněných
durací (APD), který nám slouží jako měřítko pro porovnání výkonnosti. Výsledky
potvrzují
, že UNS
jsou schopné předpovíd
at durace s
přibližně shodnou přesností jako APD model. Pro neočištěná data
jsou lepší UNS, zatímco pro očištěná data vychází o něco lépe APD model. Nicméně rozdíly
v
předpovědích nejsou signifikantní.

Partneři

ČSOB
Deloitte
McKinsey & Company

Sponzoři

CRIF