Akciju tirgus cenu prognozēšana, izmantojot slēptos Markova modeļus

Abstract

Bakalaura darba pētāmā problēma ir slēpto Markova modeļu pielietojums akciju tirgus cenu prognozēšanai. Darbs ir veltīts slēpto Markova modeļu un to galveno pamatproblēmu izpētei un risināšanai, kā arī akciju tirgus cenu prognozēšanai trīs uzņēmumu akcijām, izmantojot gan slēptos Markova modeļus ar diviem slēptajiem stāvokļiem, gan ar trīs slēptajiem stāvokļiem. Katra uzņēmuma prognožu precizitātes ir salīdzinātas, izmantojot vidējo absolūto procentuālo kļūdu un izveidojot grafisku attēlojumu, salīdzinot reālās akciju cenas ar iegūtajām prognozētajām akciju cenām. Datu analizēšanai un aprēķiniem izmantota programma Microsoft Excel, kā arī statistisko aprēķinu programma R.

Bachelor thesis research topic is application of hidden Markov models to stock price prediction. Bachelor thesis is dedicated to hidden Markov models, to exploration and settlement of their key underlying problems, as well as the stock market price forecasting for three companies using both hidden Markov models with two hidden states and hidden Markov models with three hidden states. Each company’s forecast accuracy is compared using mean absolute percentage error and reflected in a graphic representation comparing actual stock price with predicted stock price. Data analysis and calculations are done using Microsoft Excel, as well as the statistical calculation program R.