Pénzügyi predikciók gépi tanulással

A tétel rövid nézete
dc.contributor.advisorBérczes, Tamás Márton
dc.contributor.authorBencsik, Péter
dc.contributor.departmentDE--Informatikai Kar
dc.date.accessioned2026-02-12T18:07:13Z
dc.date.available2026-02-12T18:07:13Z
dc.date.created2025
dc.description.abstractA szakdolgozat célja egy gépi tanuláson alapuló pénzügyi előrejelző modell megvalósítása és összehasonlító elemzése volt. A dolgozat középpontjában az idősoros adatok feldolgozása és előrejelzése állt. Az adatelőkészítés során különféle technikai indikátorokat, például mozgóátlagokat és volatilitási mutatókat számítottam ki, amelyek a modellek bemenetét képezték. A kutatás során két különböző megközelítést alkalmaztam: egy lineáris regressziós modellt, valamint egy LSTM neurális hálózatot, amelyek célja a részvényárfolyamok előrejelzése volt. Az eredményeket mindkét modell esetében összehasonlítottam a TimeGPT előrejelzéseivel, hogy értékeljem a predikciók pontosságát. A vizsgálatok alapján az LSTM modell jobban kezelte a nemlineáris mintázatokat, míg a lineáris regresszió egyszerűbb, de kevésbé rugalmas eredményeket adott. A dolgozat rávilágít arra, hogy bár a gépi tanulás képes bizonyos trendek felismerésére a pénzügyi idősorokban, a piac előrejelzése számos, a modellek számára elérhetetlen tényezőtől függ. Ezért az ilyen típusú modellek inkább elemzési, mintsem megbízható előrejelzési célokra alkalmasak.
dc.description.courseProgramtervező informatikus
dc.description.degreeBSc/BA
dc.format.extent49
dc.identifier.urihttps://hdl.handle.net/2437/404395
dc.language.isohu
dc.rights.infoHozzáférhető a 2022 decemberi felsőoktatási törvénymódosítás értelmében.
dc.subjectGépi tanulás
dc.subjectIdősoros predikció
dc.subjectPénzügyi előrejelzés
dc.subject.dspaceInformatika::Számítógéptudomány
dc.titlePénzügyi predikciók gépi tanulással
dc.title.translatedFinancial Predictions Using Machine Learning
Fájlok
Eredeti köteg (ORIGINAL bundle)
Megjelenítve 1 - 1 (Összesen 1)
Nincs kép
Név:
szakdolgozat.pdf
Méret:
1.45 MB
Formátum:
Adobe Portable Document Format
Leírás:
szakdolgozat
Megjelenítés
Engedélyek köteg
Megjelenítve 1 - 1 (Összesen 1)
Nincs kép
Név:
license.txt
Méret:
2.35 KB
Formátum:
Item-specific license agreed upon to submission
Leírás:
Letöltés
Gyűjtemények
Hallgatói dolgozatok (Informatikai Kar)