Napovedovanje vrednosti indeksa DJIA z uporabo tradicionalnih metod in nevronskih mrežKos, Nina (Avtor) Knez, Marjetka (Mentor) delnicepredvidljivostnapovedovanječasovne vrsteARIMA modelumetne nevronske mrežealgoritem vzvratnega razširjanja napakeCilj podjetij in investitorjev na finančnih trgih je bolj ali manj enak, doseganje čim večjih dobičkov. To je glavni razlog za razvoj metod, ki bi čim bolj natančno napovedale donose investiranih sredstev. Sprva je gibanje cen vrednostnih papirjev veljalo za povsem nepredvidljivo, kar je vodilo do razvoja teorije učinkovitega trga kapitala. Tekom let pa so empirične raziskave na finančnem področju pokazale, da na trgu obstajajo določene anomalije. S pomočjo analize gibanja cen v preteklosti si investitor lahko zastavi trgovalno strategijo, ki mu bo na dolgi rok prinašala nadpovprečne donose v primerjavi s trgom. Obstaja veliko metod za analizo in napovedovanje, a z razvojem računalništva v ospredje stopa strojno učenje. Ena izmed najbolj razširjenih metod strojnega učenja so umetne nevronske mreže. S pomočjo strojnega učenja je mogoče natančneje modelirati anomalije na trgu kapitala in iskati morebitne povezanosti med cenami vrednostnih papirjev, kot pa z uporabo tradicionalnih metod. V magistrskem delu je predstavljeno teoretično ozadje predvidljivosti v gibanju cen delnic in metode napovedovanja gibanja cen delnic. Poudarek je na integriranem avtoregresijskem modelu s premikajočim povprečjem (ARIMA model) in metodi nevronskih mrež. ARIMA model je kombinacija linearnih modelov časovnih vrst, in sicer avtoregresijskega modela (AR model) in modela premikajočega povprečja (MA model). Nevronske mreže pa so inteligentni sistemi, ki posnemajo delovanje živčnih celic v možganih. Zgrajene so iz umetnih nevronov in njihova glavna lastnost je sposobnost učenja povezave med vhodnimi in izhodnimi podatki. Omenjeni metodi sta uporabljeni na dejanskih podatkih ameriškega trga, in sicer na podatkih indeksa Dow Jones Industrial Average (DJIA) iz obdobja 2009 - 2014. Indeks DJIA kotira na newyorški borzi in na borzi NASDAQ ter zajema trideset najpomembnejših delnic newyorške borze. S pomočjo metod smo napovedali gibanje vrednosti indeksa ob koncu dneva v letu 2014. Ob primerjavi dobljenih rezultatov metod smo ugotovili, da metoda nevronskih mrež da veliko boljše rezultate napovedi kot ARIMA model. Na podlagi analize dobljenih rezultatov bi investitorju predlagali, da si pri napovedovanju gibanja cen delnic in s tem pri izbiranju najboljše strategije trgovanja z delnicami, pomaga z metodo nevronskih mrež.20182018-09-30 07:45:01Magistrsko delo/naloga103986sl