Comparison of exponential time series alignment and time series alignment using artificial neural networks by example of prediction of future development of stock prices of a specific company

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F75081431%3A_____%2F19%3A00001518" target="_blank" >RIV/75081431:_____/19:00001518 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1051/shsconf/20196101006" target="_blank" >http://dx.doi.org/10.1051/shsconf/20196101006</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1051/shsconf/20196101006" target="_blank" >10.1051/shsconf/20196101006</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Comparison of exponential time series alignment and time series alignment using artificial neural networks by example of prediction of future development of stock prices of a specific company

Popis výsledku v původním jazyce

The aim of this paper is to compare a method of exponential time series alignment and time series alignment using artificial neural networks as tools for predicting future stock price developments on the example of the company Unipetrol. Time series alignment is performed using artificial neural networks, exponential alignment of time series, and then a comparison of time series of predictions of future stock price trends predicted using the most successful neural network and price prediction calculated by exponential time series alignment is performed.

Název v anglickém jazyce

Comparison of exponential time series alignment and time series alignment using artificial neural networks by example of prediction of future development of stock prices of a specific company

Popis výsledku anglicky

The aim of this paper is to compare a method of exponential time series alignment and time series alignment using artificial neural networks as tools for predicting future stock price developments on the example of the company Unipetrol. Time series alignment is performed using artificial neural networks, exponential alignment of time series, and then a comparison of time series of predictions of future stock price trends predicted using the most successful neural network and price prediction calculated by exponential time series alignment is performed.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

50202 - Applied Economics, Econometrics

Projekt

—

Návaznosti

N - Vyzkumna aktivita podporovana z neverejnych zdroju

Rok uplatnění

2019

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

SHS Web of Conferences: Innovative Economic Symposium 2018 - Milestones and Trends of World Economy (IES2018)

ISBN

9782759890637

ISSN

—

e-ISSN

—

Počet stran výsledku

13

Strana od-do

—

Název nakladatele

EDP Sciences

Místo vydání

Les Ulis, France

Místo konání akce

Beijing, PR China

Datum konání akce

8. 11. 2018

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000467727800006