Tőzsdei termékek technikai analízise neurális hálózatok használatával
Mindenkinek ajánlott a félretett pénzét valamilyen módon befektetnie, erre egyik lehetőség lehet a tőzsde. Viszont manapság erősen algoritmizáltan és trendekből levont következtetések alapján működik a kereskedés, kisbefektetőként könnyű elveszni az információáradatban.
A rengeteg adatnak birtokában érdemes megfontolni annak a lehetőségét, hogy neurális hálózatokkal meg tudjuk-e jósolni a tőzsdei termékek (részvény vagy ETF) jövőbeli árát, vagy a trendeken belüli elmozdulásaikat előrejelezni, esetleg az előrejelzések alapján a megfelelő döntéseket hozni, ugyanis a neurális hálózatok képesek óriási adathalmazokban mintákat felfedezni és elkülöníteni egymástól, ezért is veszik át ezek a modellek egyre inkább a vezető szerepet az elemzésben, amire kimerítően mi emberek nem vagyunk képesek.
Egy lehetséges megoldás a tőzsdei termékek technikai analízise, amely alatt a historikus napi/heti árfolyamok elemzését értjük. Sajnos ezek a termékek is ki vannak téve a mindennapi gazdasági, politikai és egyéb történéseknek, amelyeket előre nem lehet látni, viszont jelentősen módosíthatják az árakat, kilátásokat. A dolgozat célja egy technikai analízisre alkalmas neurális hálózat létrehozása és finomhangolása, amely a múltbeli adatok alapján képes meglátni bizonyos mintákat, és az alapján tanácsot adni, hogy mi lenne a helyes döntés a vételükkel/eladásukkal kapcsolatban.
Napjainkban a webes megoldások különösen népszerűek, hiszen könnyedén elérhetők asztali és mobil környezetből, és az elkészítettt modelleket bele lehet „csomagolni” ezen alkalmazásokba is. A cél egy modern, jól skálázódó és látványos webes felület elkészítése az adatok megfelelő vizualizálására.
Dolgozatomban mintegy 8000 részvény és ETF több évtizedes adatát vizsgálva készítem el a modelleimet, és kísérlek meg ezek alapján előrejelezni. Munkám során amellett hogy olyan tapasztalatokra teszek szert, illetve olyan algoritmusok kerülnek kidolgozásra, melyek más területen is felhasználhatóak, kipróbálom a neurális hálók többféle konfigutálását és paraméterezését, és megállapítani, melyik a legalkalmasabb az aktuális feladatra.
szerző
-
Tóth Kristóf
Mérnök informatikus szak, alapképzés
alapképzés (BA/BSc)
konzulens
-
Dr. Ekler Péter
Docens, Automatizálási és Alkalmazott Informatikai Tanszék
