hu / en

Megjelent Bareith Tibor és szerzőtársa publikációja a Pénzügyi Szemlében

cover_issue_129_hu_HU

Prediktív modellek teljesítményének vizsgálata Covid-19 és az orosz-ukrán háború időszakában

Bareith Tibor, Vancsura László

Absztrakt

Tanulmányunkban arra a kérdésre keressük a választ, hogy mennyire hatékonyan lehet a mesterséges intelligencia segítségével előrejelezni a részvénypiaci trendeket a világ vezető részvénypiacain a 2010. 01. 01. és a 2022. 09. 16. közötti időszakban. A Covid-19 és az orosz–ukrán háború erőteljesen éreztette hatását a tőkepiacokon is, ezért egy rendkívül volatilitásintenzív környezetben folyt a vizsgálat. Az elemzés során három időintervallumon két különböző komplexitású gépi tanulási algoritmust (döntési fa, LSTM) és egy parametrikus statisztikai modellt (lineáris regresszió) alkalmaztunk. A kapott eredmények kiértékelését az átlagos abszolút százalékos hiba alapján (MAPE) értékeltük. Tanulmányunkban igazoltuk, hogy a prediktív modellek a kiemelt volatilitású időszakban jobban tudnak teljesíteni, mint a lineáris regresszió. Emellett fontos eredményünk, hogy az orosz–ukrán háborút követő időszakban jobban teljesítettek az előrejelző modellek, mint a Covid-19 kitörése után. Az árfolyam-előrejelzés a fundamentális és technikai elemzések során is fontos szerepet kaphat, beépíthető az algoritmikus kereskedés döntési szempontjai közé, azonban akár önmagában is alkalmas lehet a kereskedés automatizálására.

2024

Máj

23

H

K

Sz

Cs

P

Sz

V

29

30

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

1

2

Következő hónap >
a

2024

Máj

23

H

K

Sz

Cs

P

Sz

V

29

30

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

1

2

Következő hónap >