Modelování indexového fondu pomocí neuronových sítí

Abstract

V práci je navržen model dopředné neuronové sítě k predikci závěrečné ceny indexového fondu (ZCIF), na základě kterého bude možné předpovědět cenový vývoj pasivně konstruovaného portfolia. V teoretické části jsou popsány základní typy investičních strategií, používaných na kapitálových trzích a charakterizovány tradiční metody analýzy cenných papírů. Dále jsou zde vymezeny základní pojmy z teorie neuronových sítí a charakterizovány dopředné neuronové sítě z hlediska predikce. V praktické části je navrhnut a charakterizován indexový fond s cílem predikce závěrečné ceny indexového fondu. Indexový fond je modelován pomocí dopředných neuronových sítí a v prostředí SNNS simulátoru analyzovány výsledky.

The aim of the thesis is to propose the model of the feet-forward neural networks to predict the price level of the shares included in the index - linked portfolio. The first part of thesis describe general characteristic of investment strategies use on capital market. There are also presented conventional methods of security analysis in the chapter. The paper deals with the theory of neural networks and characteristic neural networks in light of the prediction. The second part presents the process of realization passive investment strategy. This strategy is realized by indexation strategy. Index fund is constructed so that returns of this fund mimic the development of returns of market portfolio. Index fund is modelling by neural networks in Stuttgart neural network simulator.