Sök:

Predicted Future - att förutsäga aktiekurser med artificiella neuronnät

Olika modeller har genom aren tagits fram för att förenkla analys av aktiemarknaden. En relativt ny teknik är så kallade artificiella neuronnät. Dessa modeller har visat sig lovande när det gäller att förutsägaaktiekurser. Projektets syfte är att hitta artificiella neuronnät som gerbra förutsägelser av framtida aktiekurser. Under projektet har ett mjukvarusystemsom genererar och tränar artificiella neuronn at av typen feedforwardutvecklats för att kunna testa neuronnät med olika indata, struktur och träningsinställningar. För att komma fram till vilka konfigurationerpå neuronnäten som ger bra resultat har näten testats genom simulerad aktiehandel där köp- och säljbeslut grundats på neuronnätens förutsägelser. Vi har framställt ett system med funktionalitet för att genererasamt utvärdera neuronnät. Med detta har vi även funnit neuronnät som lyckas förutsäga aktiemarknaden, om än under en begränsad period.

Författare

Linus Färnstrand Emil Bernerskog Oscar Söderlund Tobias Axell Niklas Lönnerfors

Lärosäte och institution

Göteborgs universitet/Institutionen för data- och informationsteknik

Nivå:

"Kandidatuppsats". Självständigt arbete (examensarbete ) om minst 15 högskolepoäng utfört för att erhålla kandidatexamen.

Läs mer..