Show simple item record

2021-08-26Masterarbeit DOI: 10.18452/23098
App-based Forecasting of CRIX Index Returns Using R and R-Shiny
dc.contributor.authorGarcia Camargo, Gonzalo Agustin
dc.date.accessioned2021-08-26T10:45:53Z
dc.date.available2021-08-26T10:45:53Z
dc.date.issued2021-08-26none
dc.identifier.urihttp://edoc.hu-berlin.de/18452/23881
dc.description.abstractDas Ziel dieser Masterarbeit ist ein Modell zu entwickeln, der dazu in der Lage ist, Naive und Mean Benchmarks bei einer eintägige Prognose der Log Returns des CRIXs (Cryptocurrency IndeX). Unterschiedliche Modelle sind angewendet worden und nach ihre Leistung getestet. Ein LSTM-Modell ist am Ende gewählt worden. Dieses Modell hat bessere Ergebnisse als die Naive und Mean Benchmarks bei Cross-Validation Mean Absolute Error gezeigt. Es hat auch bessere Leistung bei Daten gezeigt, die nicht für das Trainieren oder die Wahl des Modells benutzt worden sind. Ein zweites Ziel dieser Masterarbeit war die Einbindung der Ergebnisse in einer R-basierte Web Anwendung, die den Einsatz des Modells vereinfachen sollte. Alle Beobachtungen des CRIXs sind benutzt worden für das Trainieren oder Testen des Modells. Die Anwendung ist unter https://github.com/QuantLet/CRIXForecastApp zu finden.ger
dc.description.abstractThis thesis aims to deliver a model to beat a Naive and Mean Benchmark at predicting the Log Returns of the CRIX (CRyptocurrency IndeX) on a one day forecasting horizon. Various models were tried and tested for their performance, finally settling on an LSTM model. This model was able to beat both the Naive and Mean Benchmarks on Cross-Validation Mean Absolute Error. It also performed well on held-out data which was not used for training or model selection. A secundary objective of this thesis was to integrate the results of the investigation on a Web App based on R-Shiny to facilitate the usage of the trained model. All observations from the history of the CRIX model were used for training and testing the models (2504 obs. as of June 7th, 2021). The App can be found at https://github.com/QuantLet/CRIXForecastApp.eng
dc.language.isoengnone
dc.publisherHumboldt-Universität zu Berlin
dc.rights(CC BY 4.0) Attribution 4.0 Internationalger
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectRger
dc.subjectCRIXger
dc.subjectLSTMger
dc.subjectShinyger
dc.subjectKryptowährungger
dc.subjectReng
dc.subjectCryptocurrencieseng
dc.subjectShinyeng
dc.subjectLSTMeng
dc.subjectCRIXeng
dc.subject.ddc332 Finanzwirtschaftnone
dc.titleApp-based Forecasting of CRIX Index Returns Using R and R-Shinynone
dc.typemasterThesis
dc.identifier.urnurn:nbn:de:kobv:11-110-18452/23881-3
dc.identifier.doihttp://dx.doi.org/10.18452/23098
dc.date.accepted2021-06-28
dc.contributor.refereeHärdle, Wolfgang Karl
dc.contributor.refereeLópez Cabrera, Brenda
local.edoc.pages47none
local.edoc.type-nameMasterarbeit
local.edoc.institutionWirtschaftswissenschaftliche Fakultätnone

Show simple item record