Neurális hálózatok szerepe a részvénypiaci volatilitás előrejelzésében

Saved in:
Bibliographic Details
Main Author: Sidó Péter
Other Authors: Budai Dr. László
Mészáros Ágnes
Format: Thesis
Kulcsszavak:gépi tanulási modellek
lineáris modell
neurális hálózatok
részvénypiac
volatilitás
Online Access:http://dolgozattar.uni-bge.hu/58804

MARC

LEADER 00000nta a2200000 i 4500
001 dolg58804
005 20251027142442.0
008 251027suuuu hu om 000 hun d
040 |a BGE Dolgozattár Repozitórium  |b hun 
041 |a hu 
100 1 |a Sidó Péter 
245 1 0 |a Neurális hálózatok szerepe a részvénypiaci volatilitás előrejelzésében  |c Sidó Péter  |h [elektronikus dokumentum] 
520 3 |a A szakdolgozat a részvénypiaci volatilitás előrejelzésének kérdéseit vizsgálja a mélytanulási modellek alkalmazásával. A hagyományos, statisztikai alapú modellek (például a GARCH) mellett a szakdolgozat különös figyelmet szentel a neurális hálózatokra, ezen belül az LSTM és GRU modellekre. A kutatás során bemutatom a modellek kódolásának menetét pythonban, elemzem a modellek pontosságát, kitérek a hibrid modellezési eljárásokra, a piaci rezsimek változásainak kezelése, valamint lehetséges jövőbeli kutatási irányokra. A cél az, hogy átfogó képet adjak a modern gépi tanulási modellek lehetséges alkalmazásáról a pénzügyi piaci folyamatok során. 
695 |a gépi tanulási modellek 
695 |a lineáris modell 
695 |a neurális hálózatok 
695 |a részvénypiac 
695 |a volatilitás 
700 1 |a Budai Dr. László  |e ths 
700 1 |a Mészáros Ágnes  |e ths 
856 4 0 |u http://dolgozattar.uni-bge.hu/58804/1/XUVJUB%20-%20Sid%C3%B3%20P%C3%A9ter%20-%20Neur%C3%A1lis%20h%C3%A1l%C3%B3zatok%20szerepe%20a%20r%C3%A9szv%C3%A9nypiaci%20volatilit%C3%A1s%20el%C5%91rejelz%C3%A9s%C3%A9ben.pdf  |z Dokumentum-elérés 
856 4 0 |u http://dolgozattar.uni-bge.hu/58804/2/Sid%C3%B3%20P%C3%A9ter.pdf  |z Dokumentum-elérés 
856 4 0 |u http://dolgozattar.uni-bge.hu/58804/3/K%C3%BCls%C5%91%20konzulens%20-%20%20szakdolgozat%20b%C3%ADr%C3%A1lat.pdf  |z Dokumentum-elérés