Osakekurssien ennustaminen koneoppimisen menetelmillä
Authors
Date
2021Copyright
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Osakemarkkinoiden ennustaminen ja ennustettavuus on ollut polttava kysymys
sijoittajien ja tutkijoiden keskuudessa jo vuosikymmeniä. Tekoälyn suosion kasvun myötä
koneoppimisen menetelmistä on pyritty löytämään keinoja ennustamiseen. Tässä tutkielmassa tutustutaan osakemarkkinoiden ennustettavuuteen liittyvään teoriaan ja toteutetaan vertaileva empiirinen tutkimus ennusteiden välillä, jotka ovat toteutettu tunnetuilla koneoppimisen
menetelmillä. Saatuja tuloksia verrataan naiiviin ennustusmenetelmään ja tulosten pohjalta
pohditaan osakemarkkinoiden ennustettavuutta. Stock market predictability has been a relevant topic for decades for both investors
and academic researchers. The risen popularity of artificial intelligence has lead to attempts
to forecast stock market using machine learning algorithms. In this thesis, we first familiarize
ourselves with the relevant theory of market predictability and then conduct an empirical test
comparing the performance of forecasts that are made by using known machine learning algorithms. The results are also compared to forecasts using naive forecasting mehtod. Finally
we reflect stock market predictablility based on the results.
Keywords
Metadata
Show full item recordCollections
- Pro gradu -tutkielmat [29492]
Related items
Showing items with similar title or keywords.
-
Koneoppimisen hyödyntäminen esineiden internetin kyberturvallisuudessa
Kattelus, Eetu (2023)Esineiden internet koostuu toisiinsa verkon välityksellä kommunikoivista laitteista. Kyberturvallisuus näissä laitteissa on usein riittämätön, mikä olisi tärkeää saada ajan tasalle laitteiden alati kasvavan määrän vuoksi. ... -
Koneoppimisen hyödyntäminen vesijohtoverkostojen vuotojen hallinnassa : systemaattinen kirjallisuuskartoitus
Holopainen, Ville (2022)Tämä pro gradu -tutkielma vastaa kysymykseen ”Kuinka paljon ja minkälaista tutkimusta on tehty koneoppimisen hyödyntämisestä vesijohtoverkostojen vuotojen hallinnassa?”. Tutkimusmenetelmänä käytettiin systemaattista ... -
Lentoliikenteen aikataulupoikkeamien ennustaminen tekoälyllä
Korpela, Jari (2022)Tutkimuksen tavoitteena oli kehittää ennustemalli, joka ennustaa meno-paluulennon aikataulun vuorokautta ennen lentoa viiden minuutin tarkkuudella. Aikatauluennusteesta nähdään poikkeamat ja myöhästymiset, jolloin sidosryhmille ... -
Applications of Artificial Intelligence in the Economy, Including Applications in Stock Trading, Market Analysis, and Risk Management
Rahmani, Amir Masoud; Rezazadeh, Bahareh; Haghparast, Majid; Chang, Wei-Che; Ting, Shen Guan (Institute of Electrical and Electronics Engineers (IEEE), 2023)In an increasingly automated world, Artificial Intelligence (AI) promises to revolutionize how people work, consume, and develop their societies. Science and technology advancement has led humans to seek solutions to ... -
Transformer -neuroverkon robustisuuden parantaminen Gaussisen prosessin ja neuroverkon yhdistävillä menetelmillä
Yläjärvi, Antti (2023)Neuroverkkojen sovellukset ovat yleistyneet viimeisen kymmenen vuoden aikana. Nykyisin neuroverkkoja sovelletaan useilla aloilla, kuten lääketieteellisessä kuvantamisessa ja diagnostiikassa tai itseohjautuvissa autoissa, ...