Predicted Future - att förutsäga aktiekurser med artificiella neuronnät

Examensarbete för kandidatexamen

Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.12380/159914
Download file(s):
File Description SizeFormat 
159914.pdfFulltext8.6 MBAdobe PDFView/Open
Type: Examensarbete för kandidatexamen
Bachelor Thesis
Title: Predicted Future - att förutsäga aktiekurser med artificiella neuronnät
Authors: Axell, Tobias
Färnstrand, Linus
Lönnerfors, Niklas
Söderlund, Oscar
Bernerskog, Emil
Abstract: Olika modeller har genom åren tagits fram för att förenkla analys av aktiemarknaden. En relativt ny teknik är så kallade artificiella neuronnät.Dessa modeller har visat sig lovande när det gäller att förutsäga aktiekurser. Projektets syfte är att hitta artificiella neuronnät som ger bra förutsägelser av framtida aktiekurser. Under projektet har ett mjukvarusystem som genererar och tränar artificiella neuronnät av typen feedforward utvecklats för att kunna testa neuronnät med olika indata, struktur och träningsinställningar. För att komma fram till vilka konfigurationer på neuronnäten som ger bra resultat har näten testats genom simulerad aktiehandel där köp- och säljbeslut grundats på neuronnätens förutsägelser. Vi har framställt ett system med funktionalitet för att generera samt utvärdera neuronnät. Med detta har vi även funnit neuronnät som lyckas förutsäga aktiemarknaden, om än under en begränsad period.
Keywords: Datavetenskap (datalogi);Computer Science
Issue Date: 2012
Publisher: Chalmers tekniska högskola / Institutionen för data- och informationsteknik (Chalmers)
Chalmers University of Technology / Department of Computer Science and Engineering (Chalmers)
URI: https://hdl.handle.net/20.500.12380/159914
Collection:Examensarbeten för kandidatexamen // Bachelor Theses



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.