| Studiju veids |
bakalaura profesionālās studijas |
| Studiju programmas nosaukums |
Finanšu inženierija |
| Nosaukums |
Optimāla portfeļa veidošana, izmantojot mašīnmācīšanās metodes |
| Nosaukums angļu valodā |
Optimal Portfolio Building using Machine Learning Techniques |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Tālis Laizāns |
| Recenzents |
Boriss Siliverstovs |
| Anotācija |
Šī bakalaura darba mērķis ir izpētīt portfeļa veidošanas paņēmienus, analizēt šo algoritmu veiktspēju dažādos laika intervālos un sniegt peļņu nesošus rezultātus. Šajā pētījumā tiks izpētītas 3 mašīnmācīšanās metodes: Lorentzian klasifikators, K-tuvākā kaimiņa algoritms un lineārās regresijas modelis. Visienesīgākos rezultātus uzrādīja K-tuvākā kaimiņa algoritms un Lorentzian klasifikators. Vispiemērotākie laika intervāli mašīnmācīšanās algoritmiem ir garāki laika intervāli, kuros ir daudz precīzāk iespējams novērot tirgus tendences, kas arī noved pie secinājuma, ka mašīnmācīšanās algoritmiem ir daudz vieglāk atpazīt tirgus iespējas un izvadīt signālus, balstoties uz tiem. |
| Atslēgas vārdi |
Optimālā portfeļa veidošana, Mašīnmācīšanās, Finanšu ieguldījumi, Datu analīze, Tirgus tehniskā analīze |
| Atslēgas vārdi angļu valodā |
Optimal portfolio building, Machine Learning, Finance Investments, Data Analysis, Market Technical Analysis |
| Valoda |
lv |
| Gads |
2023 |
| Darba augšupielādes datums un laiks |
31.05.2023 17:03:51 |
