Studiju veids |
bakalaura profesionālās studijas |
Studiju programmas nosaukums |
Finanšu pārvaldības informācijas sistēmas |
Nosaukums |
Sistemātiskās prognozēšanas metodes finanšu tirgus datu analīzei |
Nosaukums angļu valodā |
Systematic Forecasting Methods for Financial Market Data Analysis |
Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
Darba vadītājs |
Aleksejs Jurenoks |
Recenzents |
Zane Miltiņa |
Anotācija |
Tehnoloģiju attīstības procesā ir mainījusies arī finanšu tirgus dinamika, ar lielāko daļu darījumu mūsdienās izpildītiem algoritmiski. Papildinot šo ar profesionālo kapitāla menedžeru sistemātiskās tirdzniecības popularitāti, pieaugošo datu apjomu un cilvēka riska faktoriem – sistemātiskā tirdzniecība ir pamatota aktualitāte finanšu industrijā. Bakalaura darba izstrāde ir attiecināta sistemātiskās prognozēšanas metožu izpētei, iekļaujot padziļinātu ieskatu pilnā izstrādes procesā, ar mērķi izstrādāt un novērtēt to potenciālu.
Darba ietvaros tiek apskatītas finanšu datu prognozēšanas metodes, to iedalījums un vērtējums attiecībā tam. Tiek apskatīta teorija par prognozēšanas sistēmas izstrādi, tās struktūru, prasībām un darbību, kā arī kritēriji datu atlasei un rezultātu vērtēšanai. Praktiski tiek izstrādāta prognozēšanas sistēmas koda arhitektūra, kā arī prognozēšanas sistēma, kura tiek optimizēta uz 10 gadu perioda un simulēta uz 2 gadu perioda.
Gala pētījuma rezultāti apliecina prognozēšanas sistēmas potenciālu, sniedzot ekonomiski pozitīvu vērtējumu gan sistēmas, gan tirgus ietvaros. Sniegtie rezultāti simulācija norāda uz pozitīvu rentabilitāti periodā no 2022.g.s. līdz 2024.g.s., kā arī atbalsta izstrādātās arhitektūras un kapitāla vadības rīku efektivitāti.
Darba pamattekstā ir 62 lappuses, 14 attēli, 5 tabulas, 3 pielikumi un 62 izmantotie informācijas avoti. |
Atslēgas vārdi |
prognozēšana, sistemātiska tirdzniecība, finanšu tirgus |
Atslēgas vārdi angļu valodā |
forecasting, systematic trading, financial market |
Valoda |
lv |
Gads |
2024 |
Darba augšupielādes datums un laiks |
27.05.2024 15:58:19 |