6533b832fe1ef96bd1299d3b
RESEARCH PRODUCT
Laika rindu analīzes metodes akciju cenu prognozēšanā
Mihails ĻItvinskissubject
Laika rindaspythonEkonomikaVARARIMASARIMAXdescription
Bakalaura darba mērķis izpētīt laika rindu analīzes metožu pielietojuma iespējas akciju cenu analīzē un prognozēšanā, kā arī novērtēt dažāda veida modeļu izmantošanas potenciālu konkrēta uzņēmuma akciju cenu prognozēšanā. Darbā sniegts laika rindu analīzes un prognozēšanas metožu pārskats, laika rindu prognozēšanas problēmu situāciju izpēte. Apskatītās metodes kā ARIMA, ARIMAX, SARIMAX un VAR tika pielietotas uzņēmuma Volkswagen akciju cenu prognozēšanā, izmantojot datus par 2009. – 2019. gadu laika periodu. Lai ņemtu vērā kopējā tirgus tendences, modeļi tika papildināti ar diviem eksogēniem mainīgiem – uzņēmuma Porsche un uzņēmuma BMW akciju cenām par iepriekš minēto periodu. Prognozēšanas precizitāte tika novērtēta, nosakot vidējās absolūtās procentuālās kļūdas. Rezultāti liecina, ka neviens no apskatītiem modeļiem bez papildus uzlabojumiem nespēj radīt prognozes, kuru vidējā absolūtā procentuāla kļūda būtu mazāka par 6.5%. Prognozes ar vismazāko vidējo absolūto procentuālo kļūdu tika iegūtas ar modeli SARIMAX. Tika konstatēts, ka neviens no apskatītājiem modeļiem nav pietiekami labs, lai efektīvi prognozētu nākotnes vērtības izvelētajām akcijām. Tas varētu liecināt, par nepieciešamību laika rindu modeļus papildināt ar kvalitatīvas informācijas rādītājiem par izmaiņām tirgū (piemēram, izmaiņas produkta pieprasījumā, klientu pirktspējā, kopējās tirgus situācijas izmaiņām, par uzņēmuma darbības izmaiņām – inovācijas, jauni noieta tirgi, jaunu ražotņu atvēršana utml.)
| year | journal | country | edition | language |
|---|---|---|---|---|
| 2020-01-01 |