2020
Better results of artificial neural networks in predicting ČEZ share prices
ŠULEŘ, Petr a Veronika MACHOVÁZákladní údaje
Originální název
Better results of artificial neural networks in predicting ČEZ share prices
Název česky
Lepší výsledky umělých neuronových sítí v predikci cen akcií ČEZ
Autoři
Vydání
Journal of International Studies, Poland, Centre of Sociological Research, 2020, 2071-8330
Další údaje
Jazyk
angličtina
Typ výsledku
Článek v odborném periodiku
Obor
50200 5.2 Economics and Business
Stát vydavatele
Polsko
Utajení
není předmětem státního či obchodního tajemství
Odkazy
Označené pro přenos do RIV
Ano
Kód RIV
RIV/75081431:_____/20:00001826
Organizační jednotka
Vysoká škola technická a ekonomická v Českých Budějovicích
EID Scopus
Klíčová slova česky
časové řady; predikce; ceny akcií; umělé neuronové sítě; exponenciální vyhlazování; pražská burza
Klíčová slova anglicky
time series; prediction; share prices; artificial neural networks; exponential smoothing; Prague Stock Exchange
Změněno: 3. 12. 2020 10:17, Kateřina Nygrýnová
V originále
The specific objective of the article is to propose a methodology for predicting future price development of the ČEZ, a.s., share prices on Prague Stock Exchange using artificial neural networks and time series exponential smoothing to validate the results on a part of the time series, and to compare the success rate of these two methods. The data used in our analysis is the data on the share prices for the period of 2014-2019. Multilayer perceptron (MLP) and radial basis function (RBF) networks are generated, with the time series time lag of 1, 5, and 10 days.
Česky
Specifickým cílem článku je navrhnout metodiku pro predikci budoucího vývoje cen akcií společnosti ČEZ, a.s. na Pražské burze s využitím umělých neuronových sítí a exponenciálního vyhlazování časových řad k ověření výsledků na části časové řady a porovnat úspěšnost těchto dvou metod. Data použitá v naší analýze jsou data o cenách akcií za období 2014-2019. Generují se vícevrstvé perceptronové sítě (MLP) a sítě základní radiální funkce (RBF) s časovým zpožděním časové řady 1, 5 a 10 dnů.