2019
Comparison of exponential time series alignment and time series alignment using artificial neural networks by example of prediction of future development of stock prices of a specific company
HORÁK, Jakub and Tomáš KRULICKÝBasic information
Original name
Comparison of exponential time series alignment and time series alignment using artificial neural networks by example of prediction of future development of stock prices of a specific company
Name in Czech
Porovnání exponenciálního vyrovnání časových řad a vyrovnání časových řad pomocí umělých neuronových sítí na příkladu predikce budoucího vývoje cen akcií konkrétní společnosti
Authors
Edition
Les Ulis, France, SHS Web of Conferences: Innovative Economic Symposium 2018 - Milestones and Trends of World Economy (IES2018), p. nestránkováno, 13 pp. 2019
Publisher
EDP Sciences
Other information
Language
English
Type of outcome
Proceedings paper
Field of Study
50202 Applied Economics, Econometrics
Country of publisher
France
Confidentiality degree
is not subject to a state or trade secret
Publication form
printed version "print"
Marked to be transferred to RIV
Yes
RIV identification code
RIV/75081431:_____/19:00001518
Organization unit
Institute of Technology and Business in České Budějovice
ISBN
978-2-7598-9063-7
UT WoS
Keywords (in Czech)
predikce; cena akcií; časové řady; exponenciální vyrovnání; umělé neuronové sítě
Keywords in English
prediction; stock price; time series; exponential alignment; artificial neural networks
Changed: 10/6/2019 13:52, Mgr. Blanka Mikšíková
In the original language
The aim of this paper is to compare a method of exponential time series alignment and time series alignment using artificial neural networks as tools for predicting future stock price developments on the example of the company Unipetrol. Time series alignment is performed using artificial neural networks, exponential alignment of time series, and then a comparison of time series of predictions of future stock price trends predicted using the most successful neural network and price prediction calculated by exponential time series alignment is performed.
In Czech
Cílem příspěvku je porovnat metodu exponenciálního vyrovnání časových řad a vyrovnání časových řad pomocí umělých neuronových sítí jako nástroje pro predikci budoucího vývoje cen akcií na příkladu společnosti Unipetrol. Vyrovnání časových řad se provádí pomocí umělých neuronových sítí, exponenciálního vyrovnání časových řad, a poté je provedeno srovnání časových řad predikcí budoucích trendů vývoje cen akcií předvídaných s využitím nejúspěšnější neuronové sítě a predikcí cen vypočítaných exponenciálním vyrovnáním časových řad.