Syväoppimismenetelmien käyttö osakekurssien ennustamisessa

Tämän kandidaatintutkielman aiheena on syväoppimismenetelmien käytettävyys osakekursseja ennustaessa. Tutkielma toteutetaan kirjallisuuskatsauksena. Aineistossa on painotettu tieteellisiä julkaisuja, joissa syväoppimismenetelmien käyttöä osakekurssien ennustamisessa on tutkittu empiirisesti. Tutkiel...

Full description

Bibliographic Details
Main Author: Vuorinen, Jaakko
Other Authors: Informaatioteknologian tiedekunta, Faculty of Information Technology, Informaatioteknologia, Information Technology, Jyväskylän yliopisto, University of Jyväskylä
Format: Bachelor's thesis
Language:fin
Published: 2023
Subjects:
Online Access: https://jyx.jyu.fi/handle/123456789/92399
_version_ 1826225803399004160
author Vuorinen, Jaakko
author2 Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä
author_facet Vuorinen, Jaakko Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä Vuorinen, Jaakko Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä
author_sort Vuorinen, Jaakko
datasource_str_mv jyx
description Tämän kandidaatintutkielman aiheena on syväoppimismenetelmien käytettävyys osakekursseja ennustaessa. Tutkielma toteutetaan kirjallisuuskatsauksena. Aineistossa on painotettu tieteellisiä julkaisuja, joissa syväoppimismenetelmien käyttöä osakekurssien ennustamisessa on tutkittu empiirisesti. Tutkielmassa käsitellään lisäksi lyhyesti osakekurssien toimintaa sekä tehokkaiden markkinoiden teoriaa. Lisäksi tutkielmassa on huomioitu syväoppimismenetelmiä yksinkertaisemmat aikasarja-analyysin menetelmät. Syväoppimisen ja tekoälyn menetelmät ovat kehittyneet viime vuosina nopeasti. Tavat ennustaa osakemarkkinoiden liikkeitä ovat aina kiinnostaneet niin piensijoittajia kuin institutionaalisia sijoittajia, sillä ennusteiden onnistuessa sijoittajat voivat saavuttaa taloudellista hyötyä. Tutkielman tavoitteena on selvittää, voidaanko moderneja syväoppimismenetelmiä hyödyntämällä saavuttaa yleisindeksejä parempia tuottoja, ja millä syväoppimismenetelmällä saavutetaan parhaita tuloksia. Tutkielman tuloksista voidaan todeta, että syväoppimismenetelmiä käyttämällä on useissa tilanteissa mahdollista saavuttaa parempia tuottoja kuin yleisindekseihin sijoittamalla. Aineistojen välillä on ristiriitoja siitä, mikä menetelmistä suoriutuu parhaiten. Voidaan kuitenkin todeta, että enemmän tietoa huomioonottavat mallit suoriutuvat yksinkertaisempia malleja paremmin. Sijoitusstrategiasta riippumatta sijoittamisen riskejä on hyvin hankala määritellä, sillä osakemarkkinoiden luonteeseen kuuluu niiden ennalta-arvaamattomuus. Tulosten perusteella ei siis voida todeta, että syväoppimismenetelmiä käyttämällä pystyisi joka tilanteessa saavuttamaan parempia tuottoja kuin yleisindekseihin sijoittamalla.
first_indexed 2023-12-19T21:00:42Z
format Kandityö
free_online_boolean 1
fullrecord [{"key": "dc.contributor.advisor", "value": "Meht\u00e4l\u00e4, Saana", "language": "", "element": "contributor", "qualifier": "advisor", "schema": "dc"}, {"key": "dc.contributor.author", "value": "Vuorinen, Jaakko", "language": "", "element": "contributor", "qualifier": "author", "schema": "dc"}, {"key": "dc.date.accessioned", "value": "2023-12-19T07:49:21Z", "language": null, "element": "date", "qualifier": "accessioned", "schema": "dc"}, {"key": "dc.date.available", "value": "2023-12-19T07:49:21Z", "language": null, "element": "date", "qualifier": "available", "schema": "dc"}, {"key": "dc.date.issued", "value": "2023", "language": "", "element": "date", "qualifier": "issued", "schema": "dc"}, {"key": "dc.identifier.uri", "value": "https://jyx.jyu.fi/handle/123456789/92399", "language": null, "element": "identifier", "qualifier": "uri", "schema": "dc"}, {"key": "dc.description.abstract", "value": "T\u00e4m\u00e4n kandidaatintutkielman aiheena on syv\u00e4oppimismenetelmien k\u00e4ytett\u00e4vyys osakekursseja ennustaessa. Tutkielma toteutetaan kirjallisuuskatsauksena. Aineistossa on painotettu tieteellisi\u00e4 julkaisuja, joissa syv\u00e4oppimismenetelmien k\u00e4ytt\u00f6\u00e4 osakekurssien ennustamisessa on tutkittu empiirisesti. Tutkielmassa k\u00e4sitell\u00e4\u00e4n lis\u00e4ksi lyhyesti osakekurssien toimintaa sek\u00e4 tehokkaiden markkinoiden teoriaa. Lis\u00e4ksi tutkielmassa on huomioitu syv\u00e4oppimismenetelmi\u00e4 yksinkertaisemmat aikasarja-analyysin menetelm\u00e4t. Syv\u00e4oppimisen ja teko\u00e4lyn menetelm\u00e4t ovat kehittyneet viime vuosina nopeasti. Tavat ennustaa osakemarkkinoiden liikkeit\u00e4 ovat aina kiinnostaneet niin piensijoittajia kuin institutionaalisia sijoittajia, sill\u00e4 ennusteiden onnistuessa sijoittajat voivat saavuttaa taloudellista hy\u00f6ty\u00e4. Tutkielman tavoitteena on selvitt\u00e4\u00e4, voidaanko moderneja syv\u00e4oppimismenetelmi\u00e4 hy\u00f6dynt\u00e4m\u00e4ll\u00e4 saavuttaa yleisindeksej\u00e4 parempia tuottoja, ja mill\u00e4 syv\u00e4oppimismenetelm\u00e4ll\u00e4 saavutetaan parhaita tuloksia. Tutkielman tuloksista voidaan todeta, ett\u00e4 syv\u00e4oppimismenetelmi\u00e4 k\u00e4ytt\u00e4m\u00e4ll\u00e4 on useissa tilanteissa mahdollista saavuttaa parempia tuottoja kuin yleisindekseihin sijoittamalla. Aineistojen v\u00e4lill\u00e4 on ristiriitoja siit\u00e4, mik\u00e4 menetelmist\u00e4 suoriutuu parhaiten. Voidaan kuitenkin todeta, ett\u00e4 enemm\u00e4n tietoa huomioonottavat mallit suoriutuvat yksinkertaisempia malleja paremmin. Sijoitusstrategiasta riippumatta sijoittamisen riskej\u00e4 on hyvin hankala m\u00e4\u00e4ritell\u00e4, sill\u00e4 osakemarkkinoiden luonteeseen kuuluu niiden ennalta-arvaamattomuus. Tulosten perusteella ei siis voida todeta, ett\u00e4 syv\u00e4oppimismenetelmi\u00e4 k\u00e4ytt\u00e4m\u00e4ll\u00e4 pystyisi joka tilanteessa saavuttamaan parempia tuottoja kuin yleisindekseihin sijoittamalla.", "language": "fi", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted by Miia Hakanen (mihakane@jyu.fi) on 2023-12-19T07:49:21Z\nNo. of bitstreams: 0", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Made available in DSpace on 2023-12-19T07:49:21Z (GMT). No. of bitstreams: 0\n Previous issue date: 2023", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.format.extent", "value": "24", "language": "", "element": "format", "qualifier": "extent", "schema": "dc"}, {"key": "dc.language.iso", "value": "fin", "language": null, "element": "language", "qualifier": "iso", "schema": "dc"}, {"key": "dc.rights", "value": "In Copyright", "language": "en", "element": "rights", "qualifier": null, "schema": "dc"}, {"key": "dc.title", "value": "Syv\u00e4oppimismenetelmien k\u00e4ytt\u00f6 osakekurssien ennustamisessa", "language": "", "element": "title", "qualifier": null, "schema": "dc"}, {"key": "dc.type", "value": "bachelor thesis", "language": null, "element": "type", "qualifier": null, "schema": "dc"}, {"key": "dc.identifier.urn", "value": "URN:NBN:fi:jyu-202312198394", "language": "", "element": "identifier", "qualifier": "urn", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Bachelor's thesis", "language": "en", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Kandidaatinty\u00f6", "language": "fi", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Informaatioteknologian tiedekunta", "language": "fi", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Faculty of Information Technology", "language": "en", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Informaatioteknologia", "language": "fi", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Information Technology", "language": "en", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "Jyv\u00e4skyl\u00e4n yliopisto", "language": "fi", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "University of Jyv\u00e4skyl\u00e4", "language": "en", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Tietoj\u00e4rjestelm\u00e4tiede", "language": "fi", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Information Systems Science", "language": "en", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "yvv.contractresearch.funding", "value": "0", "language": "", "element": "contractresearch", "qualifier": "funding", "schema": "yvv"}, {"key": "dc.type.coar", "value": "http://purl.org/coar/resource_type/c_7a1f", "language": null, "element": "type", "qualifier": "coar", "schema": "dc"}, {"key": "dc.rights.accesslevel", "value": "openAccess", "language": null, "element": "rights", "qualifier": "accesslevel", "schema": "dc"}, {"key": "dc.type.publication", "value": "bachelorThesis", "language": null, "element": "type", "qualifier": "publication", "schema": "dc"}, {"key": "dc.subject.oppiainekoodi", "value": "601", "language": "", "element": "subject", "qualifier": "oppiainekoodi", "schema": "dc"}, {"key": "dc.subject.yso", "value": "arvopaperimarkkinat", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "osakkeet", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "sijoittajat", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "ennusteet", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "teko\u00e4ly", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "sijoitustoiminta", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "tuotto", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.rights.url", "value": "https://rightsstatements.org/page/InC/1.0/", "language": null, "element": "rights", "qualifier": "url", "schema": "dc"}]
id jyx.123456789_92399
language fin
last_indexed 2025-02-18T10:55:36Z
main_date 2023-01-01T00:00:00Z
main_date_str 2023
online_boolean 1
online_urls_str_mv {"url":"https:\/\/jyx.jyu.fi\/bitstreams\/7fa49b84-e6af-47dc-87ed-d4b3af601250\/download","text":"URN:NBN:fi:jyu-202312198394.pdf","source":"jyx","mediaType":"application\/pdf"}
publishDate 2023
record_format qdc
source_str_mv jyx
spellingShingle Vuorinen, Jaakko Syväoppimismenetelmien käyttö osakekurssien ennustamisessa Tietojärjestelmätiede Information Systems Science 601 arvopaperimarkkinat osakkeet sijoittajat ennusteet tekoäly sijoitustoiminta tuotto
title Syväoppimismenetelmien käyttö osakekurssien ennustamisessa
title_full Syväoppimismenetelmien käyttö osakekurssien ennustamisessa
title_fullStr Syväoppimismenetelmien käyttö osakekurssien ennustamisessa Syväoppimismenetelmien käyttö osakekurssien ennustamisessa
title_full_unstemmed Syväoppimismenetelmien käyttö osakekurssien ennustamisessa Syväoppimismenetelmien käyttö osakekurssien ennustamisessa
title_short Syväoppimismenetelmien käyttö osakekurssien ennustamisessa
title_sort syväoppimismenetelmien käyttö osakekurssien ennustamisessa
title_txtP Syväoppimismenetelmien käyttö osakekurssien ennustamisessa
topic Tietojärjestelmätiede Information Systems Science 601 arvopaperimarkkinat osakkeet sijoittajat ennusteet tekoäly sijoitustoiminta tuotto
topic_facet 601 Information Systems Science Tietojärjestelmätiede arvopaperimarkkinat ennusteet osakkeet sijoittajat sijoitustoiminta tekoäly tuotto
url https://jyx.jyu.fi/handle/123456789/92399 http://www.urn.fi/URN:NBN:fi:jyu-202312198394
work_keys_str_mv AT vuorinenjaakko syväoppimismenetelmienkäyttöosakekurssienennustamisessa