| Studiju veids |
bakalaura profesionālās studijas |
| Studiju programmas nosaukums |
Finanšu inženierija |
| Nosaukums |
Trenda funkciju modelēšana un maiņas punkta noteikšana finanšu laika rindu analīzē |
| Nosaukums angļu valodā |
Trend Detection and Change Point Analysis in Financial Time Series Analysis |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Elvijs Avenītis |
| Recenzents |
Konstantins Kozlovskis |
| Anotācija |
Vienu no būtiskam lomām finanšu tirgū aizņem finanšu datu prognozēšana. Datus var
prognozēt ar dažādām mērķiem un viens no tiem ir vērtspapīru portfeļa peļņas zaudējuma
riska ierobežojums, tam nolūkam bieži izmanto tehnisko analīzi. Viens no tehniskas analīzes
virzieniem ir laika rindu analīze, jeb analīze, kas pamatā ir matemātiskie paņēmieni datu
punktu atkarību no laika noteikšanai. Galvenie bakalaura darba virzieni izmaiņu punktu
noteikšana un tendences modelēšana finanšu laika rindās ar mērķi noteikt tas nākotnes datu
punktu novirzes.
Bakalaura darbā tika izpētītas maiņas punktu noteikšanas metodoloģijas
matemātiskas un tehniskās), kā arī tendences modelēšanas iespējas RStudio programmatūrā.
Ir salīdzināti un aprakstīti eksistējošie rīki laika rindu prognozei. Saistībā ar mērķa
sasniegšanas rīku trūkumu, tika izstrādāts laika rindas datu punktu nākotnes noviržu
prognozēšanas algoritms, kā arī tas tika automatizēts. Bakalaura darba rezultāts ir izstrādāta
lietotne viendimensijas laika rindu prognozēšanai.
Darbs sastāv no 52 lappusēm, 23 attēliem, 3 tabulām, 15 formulām un ir pievienoti 4
pielikumi. Izmantoto literatūras avotu skaits darbā ir vienāds ar 26. |
| Atslēgas vārdi |
Laika rinda, prognoze, izmaiņas punkts, tendence, analīze. |
| Atslēgas vārdi angļu valodā |
Time series, forecast, changepoint, trend, analysis. |
| Valoda |
lv |
| Gads |
2022 |
| Darba augšupielādes datums un laiks |
31.05.2022 20:13:14 |
