|
|
Využití umělé inteligence pro automatizaci obchodování na burze
Čermák, František ; Hůlka, Tomáš (oponent) ; Matoušek, Radomil (vedoucí práce)
Tahle diplomová práce se zabývá využitím umělé inteligence pro automatizaci obchodování na burze. Hlavním cílem bylo prozkoumat současné technologie aplikované v algoritmickém obchodování a následně navrhnout a vyvinout automatizovaný obchodní systém využívající umělou inteligenci. Práce se zaměřuje na různé aspekty algoritmického obchodování, včetně vysokofrekvenčního obchodování, cloudových řešení, strojového učení, blockchainu a smart contracts. Dále zkoumá aplikace umělé inteligence v obchodování, jako je prediktivní analytika a zpracování přirozeného jazyka, a diskutuje etické a regulační výzvy spojené s touto technologií. Návrh a vývoj automatizovaného obchodního systému je popsán detailně, včetně architektury systému, volby programovacích jazyků a nástrojů, a implementace obchodních algoritmů. Výsledky ukazují, že využití umělé inteligence může výrazně zvýšit efektivitu a přesnost obchodování na burze, avšak je třeba vzít v úvahu technologická a etická rizika. Tato práce přináší významný příspěvek k výzkumu v oblasti algoritmického obchodování a poskytuje základy pro další výzkum v optimalizaci obchodních algoritmů a integraci nových technologií.
|
|
|
Prediktivní analýza - postup a tvorba prediktivních modelů
Praus, Ondřej ; Pour, Jan (vedoucí práce) ; Mrázek, Luboš (oponent)
Řešenou oblastí diplomové práce je prediktivní analýza. Tento typ analýzy využívá historická data a prediktivní modely k předpovědi určitého jevu. Hlavním cílem práce je popsání prediktivní analýzy a jejího procesu z teoretického i praktického hlediska. Dílčí cíle jsou praktická realizace projektu prediktivní analýzy ve významné pojišťovně působící na českém trhu a zlepšení současného stavu predikce podvodných pojistných událostí. Práce je rozdělená na teoretickou a praktickou část. V teoretické části je popsán proces prediktivní analýzy a několik typů prediktivních modelů. Praktická část, na kterou je kladen důraz, popisuje realizaci projektu prediktivní analýzy ve firmě. V praktické části jsou nejprve přiblíženy techniky skladby dat při tvorbě datamartu. Nad připraveným datamartem jsou pak vyvíjeny různé typy prediktivních modelů. Pro názornost práce zahrnuje praktické příklady a řešené problémy. Hlavním přínosem práce je detailní popis řešení projektu, díky kterému je oblast prediktivní analýzy lépe pochopitelná. Přínosem úspěšně provedené prediktivní analýzy je zlepšení současného stavu detekce podvodných událostí v podniku.
|
host ::
RSS.