Úvod

Dôležitosť analýzy časových radov

• Ekonomické aplikácie

• Finančné predikcie

• Meteorologické predpovede

Ciele prezentácie

• Základné pojmy a metódy

• Praktická ukážka analýzy

Načítanie a príprava dát

Dataset

Vizualizácia dát

Graf časového radu DAX

Decompozícia časového radu

Komponenty časového radu

• Trend

• Sezónnosť

• Náhodné zložky

Decompozícia DAX

Modelovanie časového radu

ARIMA model

• Autoregressive Integrated Moving Average (ARIMA)

• Použitie ARIMA modelu na predikciu

Výber ARIMA modelu

## Series: ts_data 
## ARIMA(5,2,0) 
## 
## Coefficients:
##           ar1      ar2      ar3      ar4      ar5
##       -0.8187  -0.6631  -0.5053  -0.3444  -0.2231
## s.e.   0.0228   0.0287   0.0306   0.0289   0.0231
## 
## sigma^2 = 1235:  log likelihood = -9248
## AIC=18507.99   AICc=18508.04   BIC=18541.15
## 
## Training set error measures:
##                     ME     RMSE      MAE        MPE     MAPE       MASE
## Training set 0.0380591 35.07988 22.21839 0.00115049 0.816835 0.04042528
##                     ACF1
## Training set -0.03152913

Predikcia časového radu

Predikcia pomocou ARIMA modelu

Zavedení pojmu časové řady

Výsledky a zhodnotenie

Spoľahlivosť predikcií

• Krátkodobá predikcia

• Dlhodobá predikcia

Hodnotenie modelu

• Výhody ARIMA

• Limity ARIMA

Ďalšie kroky

Pokročilé modely

GARCH modely Machine Learning prístupy

Zlepšenie presnosti

Viac dát Komplexnejšie modely

Záver

Zhrnutie a dôležité zistenia

• Analýza časových radov poskytuje cenné informácie a predikcie.

• ARIMA model je účinným nástrojom na krátkodobú predikciu časových radov.

• Predikcie sú užitočné pre informované rozhodovanie v rôznych oblastiach.

Zhodnotenie projektu

Úspešne sme aplikovali metódy analýzy časových radov.

• Získali sme dôležité poznatky o správaní časového radu indexu DAX.

• Predikcie sú založené na historických údajoch a matematických modeloch.

Možnosti budúceho výskumu

• Skúmanie pokročilých modelov, ako sú GARCH a Machine Learning.

• Analýza a predikcia ďalších časových radov z rôznych oblastí.

• Implementácia komplexnejších prístupov na zlepšenie presnosti predikcií.