J 2014

Predicting stock prices in Bank VIG

ZEMAN, Robert a Jaroslav STUCHLÝ

Základní údaje

Originální název

Predicting stock prices in Bank VIG

Název česky

Predikování cen akcií v bance VIG

Autoři

ZEMAN, Robert (203 Česká republika, garant, domácí) a Jaroslav STUCHLÝ (203 Česká republika, domácí)

Vydání

Logi, Pardubice, Univerzita Pardubice, 2014, 1804-3216

Další údaje

Jazyk

angličtina

Typ výsledku

Článek v odborném periodiku

Obor

50600 5.6 Political science

Stát vydavatele

Česká republika

Utajení

není předmětem státního či obchodního tajemství

Kód RIV

RIV/75081431:_____/14:00000461

Organizační jednotka

Vysoká škola technická a ekonomická v Českých Budějovicích

Klíčová slova česky

trendová analýza; analýza časových řad; předpovídání; predikční modely; ceny akcií; banka VIG; porovnání předpovědí

Klíčová slova anglicky

trend analysis; time series analysis; predicting; predictive models; stock prices; bank VIG; comparing predictions

Štítky

Změněno: 24. 3. 2015 13:53, Mgr. Václav Karas

Anotace

V originále

The aim of the work is to describe the various ways of modelling used for predicting stock prices in the bank VIG (hereinafter in VIG) made using trend analysis and time series analysis in order to obtain effective predictive models.Time series of 1525 final prices of VIP shares on stock exchanges in Prague are used and the models are applied to determine point and interval predictions of the prices of these stocks during the successive 5 trading days. The results are compared using the rates of accuracy and it is selected optimum application on the selected time series.

Česky

V článku jsou stručně popsány základní metody a modely používané pro predikci cen akcií v bance VIG (dále jen ve VIG) prováděných pomocí trendové analýzy a analýzy časových řad. Je použita časová řada 1525 konečných cen akcií ve VIG na burze cenných papírů v Praze a jednotlivé modely jsou aplikovány na určení bodových i intervalových předpovědí cen těchto akcií na 5 následných obchodních dní. Výsledky jsou porovnány pomocí měr přesnosti a je vybrána optimální aplikace na vybranou časovou řadu.