Aktieanalys - Automatiserad analys av Nasdaq OMX Nordic Stockholm
dc.contributor.author | Laurila, Marcus | |
dc.contributor.author | Larsson, Per | |
dc.contributor.author | Olatov, Alexei | |
dc.contributor.author | Lundgren, Eric | |
dc.contributor.author | Nithander, Victor | |
dc.contributor.author | Söderquist, Emil | |
dc.contributor.department | Chalmers tekniska högskola / Institutionen för data- och informationsteknik (Chalmers) | sv |
dc.contributor.department | Chalmers University of Technology / Department of Computer Science and Engineering (Chalmers) | en |
dc.date.accessioned | 2019-07-03T12:54:18Z | |
dc.date.available | 2019-07-03T12:54:18Z | |
dc.date.issued | 2012 | |
dc.description.abstract | Den här rapporten undersöker möjligheterna att analysera Nasdaq OMX Nordic Stockholm genom att kombinera flertalet olika analysmetoder. Vi utvecklade ett komplett automatiskt förutsägnings- och handelssystem bestående av fundamental analys, neurala nätverk, samt klassisk teknisk analys. Det här systemet visar att trots att ingen av dessa metoder var särskilt framgångsrika individuellt så kunde en kombination av alla tre påvisa utmärkta resultat. | |
dc.identifier.uri | https://hdl.handle.net/20.500.12380/161306 | |
dc.language.iso | swe | |
dc.setspec.uppsok | Technology | |
dc.subject | Datavetenskap (datalogi) | |
dc.subject | Computer Science | |
dc.title | Aktieanalys - Automatiserad analys av Nasdaq OMX Nordic Stockholm | |
dc.type.degree | Examensarbete för kandidatexamen | sv |
dc.type.degree | Bachelor Thesis | en |
dc.type.uppsok | M2 |
Ladda ner
Original bundle
1 - 1 av 1
Hämtar...
- Namn:
- 161306.pdf
- Storlek:
- 5.34 MB
- Format:
- Adobe Portable Document Format
- Beskrivning:
- Fulltext