| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Uporaba umetne inteligence pri upravljanju portfelja delnic
Avtorji:ID Fister, Dušan (Avtor)
ID Jagrič, Timotej (Mentor) Več o mentorju... Novo okno
ID Perc, Matjaž (Komentor)
Datoteke:.pdf DOK_Fister_Dusan_2022.pdf (5,58 MB)
MD5: 7557B3FCDC89CCE2587FE24D4DF296EB
 
Jezik:Slovenski jezik
Vrsta gradiva:Doktorsko delo/naloga
Tipologija:2.08 - Doktorska disertacija
Organizacija:EPF - Ekonomsko-poslovna fakulteta
Opis:Izziv dela predstavlja snovanje, načrtovanje in praktična izvedba avtomatiziranega trgovalnega sistema, ki neodvisno in brez posredovanja uporabnikov sprejema in izvaja trgovalne odločitve. Jedro trgovalnega sistema predstavlja trgovalna strategija, ki spremlja pretekle ter aktualne podatke borznih kotacij, izvaja tehnično analizo in, če je tega sposobna, se prilagaja sprotnim razmeram na finančnih trgih. Obravnavamo dve skupini trgovalnih strategij, klasične, ki niso sposobne sprotnega prilagajanja niti učenja, in dve trgovalni strategiji na osnovi naprednih algoritmov umetne inteligence, eno izmed njih predstavnico umetnih nevronskih mrež najnovejše tretje generacije. Izvedemo obširna simulacijska eksperimentiranja na osnovi nemškega delniškega trga v zadnjih desetih letih, zasnujemo in izvedemo pa tudi eksperimentiranja na namenski strojni opremi, ki močno pohitri kompleksnost časovnega izvajanja, ter eksperimentiranja na analognem elektronskem vezju, s pomočjo katerega se podrobno seznanimo z načinom propagiranja informacij umetnih nevronskih mrež tretje generacije. Rezultati eksperimentov prinašajo tako vsebinske kot tehnične ugotovitve, najpomembnejšo med njimi, da se enoten model ki hkrati trguje z večjim številom finančnih instrumentov obnaša podobno kot kopica posamično prilagojenih modelov na točno določen finančni instrument, kakor tudi novo ugotovljene izkušnje vezane na propagiranje in izrabo najnovejše generacije umetnih nevronskih mrež.
Ključne besede:umetna inteligenca, portfelj delnic, umetne nevronske mreže, mehanski trgovalni sistem
Kraj izida:Maribor
Založnik:[D. Fister]
Leto izida:2022
PID:20.500.12556/DKUM-81480 Novo okno
UDK:336.76:004.8(043.3)
COBISS.SI-ID:129178883 Novo okno
Datum objave v DKUM:14.11.2022
Število ogledov:1083
Število prenosov:277
Metapodatki:XML DC-XML DC-RDF
Področja:EPF
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share



Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:31.03.2022

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Artificial intelligence for managing the portfolio of stocks
Opis:Challenge of this work is about the design, planning and practical implementation of the automated trading system that independently and user-interference free generates the trading decisions and realizes them on the open market. The core of the trading system is a trading strategy that monitors past and current financial data, performs the technical analyses and, if capable adapts to the latest conditions on financial markets. Two groups of the trading strategies, the classics, traditionally not capable of adapting nor learning, and two adapting and learning capable trading strategies, based on the latest artificial intelligence methods, one of them a representative of the third-generation neural networks, are implemented. Comprehensive simulation experiments and tests are concluded using the data on German stock market in past ten years, with additional digital and purely analogue hardware experiments on the dedicated equipment, that demand significantly lower time complexities on one hand, and offer an outstanding chance to get familiarized with the concept of information propagation in the third-generation artificial neural networks. Results of experiments communicate both substantive and technical findings, more important among them, that the universal model that manages several financial instruments concurrently behaves similar as a bunch of specific models that are specialized for only a single financial instrument at a time, as well as newly discovered experiences on propagation and exploitation of the latest third-generation neural networks.
Ključne besede:artificial intelligence, portfolio of stocks, artificial neural networks, mechanical trading system


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici