Értékpapírok értékeinek előrejelzése algoritmusokkal
Elmentve itt :
| Szerző: | |
|---|---|
| További közreműködők: | |
| Dokumentumtípus: | Diplomadolgozat |
| Kulcsszavak: | adatbányászat elemzés mesterséges intelligencia Python részvény tőzsde |
| Online Access: | http://dolgozattar.uni-bge.hu/40752 |
MARC
| LEADER | 00000nta a2200000 i 4500 | ||
|---|---|---|---|
| 001 | dolg40752 | ||
| 005 | 20221003084026.0 | ||
| 008 | 221003suuuu hu om 000 hun d | ||
| 040 | |a BGE Dolgozattár Repozitórium |b hun | ||
| 041 | |a hu | ||
| 100 | 1 | |a Juhász Tamás | |
| 245 | 1 | 0 | |a Értékpapírok értékeinek előrejelzése algoritmusokkal |c Juhász Tamás |h [elektronikus dokumentum] |
| 520 | 3 | |a A dolgozatom a értékpapírok értékének előrejelzéséről szól. Ezt különböző algoritmusokkal valósítottam meg: statikus pénzügyi elemzés és MI általi előrejelzés. A statikus pénzügyi elemzésnél figyelembe vettem az keréktalpú befektetés alapjait, ehhez Benjamin Graham közgazdász könyvét dolgoztam fel. A mesterséges intelligencia predikciónál pedig egy regressziós modellt és a neurális halómodellt építettem ki. A regressziónál ARIMA modellt használtam amit széleskörben használnak idő soros adatok előrejelzéséhez. Neurális hálók közül pedig egy LSTM modellt építettem ki ami visszacsatolt neurális háló(RNN) | |
| 695 | |a adatbányászat | ||
| 695 | |a elemzés | ||
| 695 | |a mesterséges intelligencia | ||
| 695 | |a Python | ||
| 695 | |a részvény | ||
| 695 | |a tőzsde | ||
| 700 | 1 | |a Fauszt Dr. Tibor |e ths | |
| 700 | 1 | |a Rékasi László |e ths | |
| 856 | 4 | 0 | |u http://dolgozattar.uni-bge.hu/40752/1/%C3%89rt%C3%A9kpap%C3%ADrok%20%C3%A9rt%C3%A9keinek%20el%C5%91rejelz%C3%A9se%20algoritmusokkal.pdf |z Dokumentum-elérés |
| 856 | 4 | 0 | |u http://dolgozattar.uni-bge.hu/40752/2/BA_O_Juh%C3%A1sz_Tam%C3%A1s_GN8639.pdf |z Dokumentum-elérés |