Osakemarkkinoiden ennustaminen koneoppimismenetelmien avulla

Tietueen suppeat tiedot
dc.contributor.authorLaiho, Nemo
dc.contributor.departmentfi=Tietotekniikan laitos|en=Department of Computing|
dc.contributor.facultyfi=Teknillinen tiedekunta|en=Faculty of Technology|
dc.contributor.studysubjectfi=Tietojenkäsittelytieteet|en=Computer Science|
dc.date.accessioned2025-07-04T21:30:17Z
dc.date.available2025-07-04T21:30:17Z
dc.date.issued2025-07-04
dc.description.abstractTutkielmassa tarkastellaan osakemarkkinoiden analysointia ja ennustamista koneoppimismenetelmien avulla. Osakemarkkinat ovat monimutkaisia ja niihin vaikuttavat lukuisat taloudelliset, poliittiset ja sosiaaliset tekijät, mikä tekee niiden ennustamisesta haastavaa. Perinteiset ennustemenetelmät, kuten tekninen- ja fundamentaalinen analyysi, tarjoavat arvokasta tietoa markkinoiden käyttäytymisestä, mutta niillä ei välttämättä pysty käsittelemään suuria määriä tietoa tehokkaasti. Koneoppiminen tarjoaa uusia mahdollisuuksia analysoida ja ennustaa markkinoiden kehitystä niin monimutkaisista ja hajanaisista tietoaineistoista kuin suurista aikasarjadataseteistä. Tutkielmassa hyödynnetään useita menetelmiä osakemarkkinoiden dynamiikan arvioimiseksi, kuten zero intelligence -mallinnusta, syväoppimista sekä sentimenttianalyysiä. Menetelmien avulla tarkastellaan muun muassa limit order book -aineiston piirteitä, aikasarjojen dynamiikkaa ja tekstipohjaista markkinadataa. Tutkielma tarkastelee myös nykyisten olemassa olevien menetelmien rajoitteita sekä mahdollisia ratkaisuja näiden rajoitteiden ratkaisemiseen.
dc.format.extent26
dc.identifier.olddbid199597
dc.identifier.oldhandle10024/182627
dc.identifier.urihttps://www.utupub.fi/handle/11111/3004
dc.identifier.urnURN:NBN:fi-fe2025070477796
dc.language.isofin
dc.rightsfi=Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.|en=This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.|
dc.rights.accessrightssuljettu
dc.source.identifierhttps://www.utupub.fi/handle/10024/182627
dc.subjectdata-analytiikka, osakemarkkinat, koneoppiminen, neuroverkko, big data
dc.titleOsakemarkkinoiden ennustaminen koneoppimismenetelmien avulla
dc.type.ontasotfi=Kandidaatintutkielma|en=Bachelor's thesis|

Tiedostot

Näytetään 1 - 1 / 1
Name:
Laiho%20Nemo%20Kandi%202025.pdf
Size:
370.82 KB
Format:
Adobe Portable Document Format
Lataa

Kokoelmat

Kandidaatin tutkielmat (rajattu näkyvyys)