Hledat
Zobrazují se záznamy 1-4 z 4
Pravdepodobnostná predpoveď v modeloch exponenciálneho vyrovnávania
Probability forecast in exponential smoothing models
Pravděpodobnostní předpověď v modelech exponenciálního vyrovnávání
Diplomová práce (OBHÁJENO)
Vedoucí práce: Hudecová, Šárka
Datum publikování: 2020
Datum obhajoby: 07. 09. 2020
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Táto diplomová práca sa zaoberá využitím štatistických stavových modelov exponen- ciálneho vyrovnávania pri odhadovaní podmieneného pravdepodobnostného rozdelenia budúcich hodnôt časových radov. Jeho znalosť umožňuje počítať ...
This thesis deals with the use of statistical state space models of exponential smooth- ing for estimating the conditional probability distribution of future values of time series. This knowledge allows calculation of ...
This thesis deals with the use of statistical state space models of exponential smooth- ing for estimating the conditional probability distribution of future values of time series. This knowledge allows calculation of ...
Anomaly detection for stock market trading data
Detekce anomálií v datech z obchodování na burze
Bakalářská práce (OBHÁJENO)
Vedoucí práce: Kofroň, Jan
Datum publikování: 2020
Datum obhajoby: 14. 09. 2020
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Obchodování na burze je velmi komplexní téma, které zahrnuje spoustu náročných problémů. Jedním z těchto problémů je detekce anomálií. Detekce anomálií v reálném čase je velice náročný úkol, a proto tento problém zůstává ...
Stock trading is a very complex topic that involves a lot of challenging problems. One of these problems is anomaly detection in trading flow. Real-time anomaly detection in time series is a very complicated task and thus ...
Stock trading is a very complex topic that involves a lot of challenging problems. One of these problems is anomaly detection in trading flow. Real-time anomaly detection in time series is a very complicated task and thus ...
Deep Neural Networks for Time Series Forecasting
Předpovídání časových řad pomocí hlubokých neuronových sítí
Diplomová práce (OBHÁJENO)
Vedoucí práce: Pilát, Martin
Datum publikování: 2020
Datum obhajoby: 03. 02. 2020
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Time series forecasting is a task of both academic and pragmatic interest. Although it has been long dominated by qualitative methods and simple quan- titative methods, machine learning and deep learning algorithms in ...
Předpovı́dánı́ časových řad je úloha, která má jak akademické tak prak- tické využitı́. Přestože byla po dlouhou dobu řešena předevšı́m kvalitativnı́mi metodami a jednoduchými kvantitativnı́mi modely, ...
Předpovı́dánı́ časových řad je úloha, která má jak akademické tak prak- tické využitı́. Přestože byla po dlouhou dobu řešena předevšı́m kvalitativnı́mi metodami a jednoduchými kvantitativnı́mi modely, ...
Mnohorozměrné modely zobecněné autoregresní podmíněné heteroskedasticity
Multivariate generalized autoregressive conditional heteroscedasticity models
Diplomová práce (OBHÁJENO)
Vedoucí práce: Pešta, Michal
Datum publikování: 2021
Datum obhajoby: 02. 02. 2021
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Tato diplomová práce se věnuje představení některých přístupů k rozšíření jednoroz- měrného GARCH modelu do více dimenzí. Představujeme jednotlivé modely a věnujeme se metodám jejich odhadu. Dále uvádíme některé statistické ...
This master thesis deals with extension of the univariate GARCH model to multivari- ate models. We present individual models and deal with methods of their estimation. Then we describe some statistical tests for diagnosting ...
This master thesis deals with extension of the univariate GARCH model to multivari- ate models. We present individual models and deal with methods of their estimation. Then we describe some statistical tests for diagnosting ...