|
|
Design and Simulation of Strategies for Market Trading
Horázný, František ; Perešíni, Martin (oponent) ; Homoliak, Ivan (vedoucí práce)
The objective of this study is to explore the world of trading by analyzing market behavior, identifying market participants, and examining various trading approaches. The study aims to not only investigate trading strategies but also analyze and simulate their performance. The outcome of this work is the development of a tool capable of comparing implemented methods and the author’s own proposed strategies. To achieve this goal, a Python simulation tool was implemented that uses data obtained from the Binance API. The analyzed and simulated strategies include Lump Sum (LS), Dollar Cost Averaging (DCA), and Rebalancing. Additionally, a novel strategy called Momentum and Overheating Strategy (MOS) is introduced, which incorporates the Relative Strength Index (RSI) indicator and takes advantage of seasonal behavior in market. The core of this strategy involves combining multiple weighted functions to achieve synergy, leveraging not only RSI but also moving averages, seasonal decomposition and derivatives. The results consist of an empirical and statistical comparison of all the methods to determine their relative suitability under different conditions. MOS and rebalancing were found to be similarly profitable, outperforming the other examined methods. Finally, hypotheses are presented to explain the profitability of MOS and suggest potential future enhancements that could be implemented.
|
|
|
Design and Simulation of Strategies for Market Trading
Horázný, František ; Košťál,, Kristián (oponent) ; Homoliak, Ivan (vedoucí práce)
The objective of this study is to explore the world of trading by analyzing market behavior, identifying market participants, and examining various trading approaches. The study aims to not only investigate trading strategies but also analyze and simulate their performance. The outcome of this work is the development of a tool capable of comparing implemented methods and the author's own proposed strategies. To achieve this goal, a Python simulation tool was implemented that uses data obtained from the Binance API. The analyzed and simulated strategies include Lump Sum (LS), Dollar Cost Averaging (DCA), and Rebalancing. Additionally, a novel strategy called Momentum and Overheating Strategy (MOS) is introduced, which incorporates the Relative Strength Index (RSI) indicator. The core of this strategy involves combining multiple weighted functions to achieve synergy, leveraging not only RSI but also moving averages and derivatives. The results consist of an empirical comparison of all the methods to determine their relative suitability under different conditions. MOS and rebalancing were found to be similarly profitable, outperforming the other examined methods. Finally, hypotheses are presented to explain the profitability of MOS and suggest potential future enhancements that could be implemented.
|
|
|
Automatické obchodní systémy pro obchodování kryptoměn
Mráz, Filip ; Rozman, Jaroslav (oponent) ; Hříbek, David (vedoucí práce)
Bakalářská práce se věnuje vytvoření automatického obchodního systému (AOS), který je schopen simulovat obchodování na historických burzovních datech a provádět automatizo- vané obchodování na účtu vybraného brokera. Systém umí statisticky zpracovat a graficky zobrazit dosažené výsledky. Uživatel ovládá systém pomocí přehledného grafického uživa- telského prostředí. Běhy jednotlivých obchodování jsou řízeny systémem v samostatných podprocesech. AOS implementuje 5 různě komplexních obchodních strategií, které jsou zodpovědné za řízení obchodu. Strategie využívají prvky technické analýzy k interpretaci historických cenových pohybů, jenž slouží jako základ pro rozhodování o nákupech a pro- dejích. Poslední implementovaná strategie navíc pro své rozhodování využívá naučeného modelu XGBoost. Implementované strategie byly řádně testovány na historických datech, přičemž byly vybrány historické období odlišných nálad trhu a cenové volatility. Výsledky testování neodhalili žádnou stabilně profitabilní strategii, spíše strategie definovaly jako vysoce rizikové.
|
|
| |
|
|
Výběr akcií pomocí technické analýzy
Netušil, Petr ; Polách, Petr (oponent) ; Sojka, Zdeněk (vedoucí práce)
Tato bakalářská práce se zabývá výběrem akcií do portfolia za pomocí metod technické analýzy. Tomu odpovídá i struktura práce, přičemž na začátku práce jsou zmíněna veškerá teoretická východiska týkající se burzovního systému a také základní metodologie technické analýzy. Tyto postupy jsou pak přeneseny do praktických příkladů ve druhé části. Práce tedy popisuje a analyzuje možnosti technické analýzy v podmínkách kapitálových trhů.
|
|
|
Automatické obchodování kryptoměn
Vorobiev, Nikolaj ; Hrubý, Martin (oponent) ; Rozman, Jaroslav (vedoucí práce)
Tato práce se zabývá obchodováním na kryptoměnovém trhu. V teoretické části práce jsou popsány principy obchodování, technické analýzy, obchodních systémů a neuronových sítí. Po provedené rešerši brokerů společnost Binance je zvolena v roli zprostředkovatele obchodování a poskytovatele "real-time" dat; společnost CryptoDataDownload je zvolena v roli poskytovatele historických dat. Po seznámení se s použitými technologiemi, jsou navrženy prvky informačních obchodních systémů, umožňující komunikaci se vzdálenými servery a mezi sebou, za účelem obchodování, získávání a souběžného zpracovávání uživatelských, historických nebo "real-time" dat. Výsledné systémy mají poskytnout uživateli možnost manuálně, poloautomaticky (podle předem daného plánu) nebo automaticky (na základě rozhodnutí rekurentní neuronové sítě, naučené na historických datech) obchodovat a reagovat na změnu tendencí na trhu. Dále se práce přesouvá do praktické roviny, obsahující implementaci a experimenty nad vytvořenými systémy. V závěrečné části práce jsou zhodnoceny výsledky a jsou popsány možnosti vylepšení a rozšíření.
|
|
|
Využití SVM v prostředí finančních trhů
Štechr, Vladislav ; Prochocká, Kristína (oponent) ; Budík, Jan (vedoucí práce)
Tato diplomová práce se zabývá využitím regrese nebo klasifikace pomocí metody podpůrných vektorů SVM z oblasti strojového učení. SVM predikují hodnoty, které jsou používány k rozhodování automatického obchodovacího systému. Regrese a klasifikace jsou hodnoceny z hlediska použitelnosti pro rozhodování. Strategie je následně optimalizována, testována a vyhodnocována na množině historických dat devizového trhu Forex. Výsledky obchodování jsou slibné. Strategie by mohla být využita v kombinaci s jinou strategií, která by potvrzovala rozhodnutí o vstupu a výstupu z obchodů.
|
|
|
Návrh a optimalizace obchodního systému založeného na principech systému Triple Screen
Kudláček, David ; Stoklásek, Libor (oponent) ; Budík, Jan (vedoucí práce)
Tato diplomová práce se zabývá obchodním systémem Triple Screen v teoretické i praktické rovině. V rámci práce je navržen poloautomatický obchodní systémm, který se zaměřuje na obchodování s kukuřicí. Předtím jsou rozebrány teoretické předpoklady, nutné k úspěšné implementaci obchodního systému a je vysvětlen a popsán i samotný obchod s kukuřicí a jeho zákonitosti a možnosti v dnešní době. Praktická část zahrnuje vytvoření vlastní aplikace ve vývojovém prostředí Matlab a stejnojmenném skriptovacím jazyce. Pomocí ní je simulován obchod s kukuřicí za pomocí vybraných trendových indikátorů a oscilátorů. Na historických datech je nalezena nejlepší kombinace indikátorů a ta je následně aplikována na data následující.
|
|
|
Investice do cenných papírů investičních fondů registrovaných ve Velké Británii
Štrkolec, Michal ; Vaková, Naďa (oponent) ; Rejnuš, Oldřich (vedoucí práce)
Bakalárska práca je zameraná na technickú analýzu vybraných investičných podielových fondov registrovaných vo Veľkej Británii. Prvá časť popisuje legislatívne náležitosti fondu kvalifikovaných investorov a venuje sa problematike skladby investičného portfólia z teoretického hľadiska. Druhá časť popisuje navrhovaný fond a analyzuje vybrané investičné podielové fondy. Tretia časť práce obsahuje návrh investičného portfólia pre fond kvalifikovaných investorov.
|
|
| |
host ::
RSS.