Original title: Adaptive Control Applied to Financial Market Data
Translated title: Adaptivní řízení aplikované na data z finančních trhů
Authors: Šindelář, Jan ; Kárný, Miroslav
Document type: Papers
Conference/Event: Week of Doctoral Students 2007, Praha (CZ), 2007-06-05 / 2007-06-08
Year: 2007
Language: eng
Abstract: [eng] [cze]
The article describes a formal approach to decision making optimization in commodity futures markets. We try to plan optimal decision at a given time to trade in the market. We use dynamic programming with loss function equal to the negative profit, where we estimate the PDFs of parameters using Bayesian learning. Parametrized models are chosen from exponential family and trading costs (slippage and commission) are taken into account. We support the theoretical results by a series of experiments. Článek popisuje formální přístup k optimalizaci rozhodování na komoditních trzích. Cílem je nalézt optimální pravidlo pro nákup/prodej při znalosti minulých cen. Rozhodování se provádí za pomoci dynamického programování, kde ztrátová funkce je zisk v trhu se záporným znaménkem. Pro modelování používáme modely s hustotou pravděpodobnosti z exponenciální rodiny, hustoty pravděpodobnosti parametrů získáváme metodou bayesovského učení. Započteny jsou transakční náklady(slippage a commission). Teoretický úvod je doplněn sérií pokusů.
Keywords: baysian statistics; finance; financial engineering; stochastic control
Project no.: CEZ:AV0Z10750506 (CEP), 2C06001 (CEP)
Funding provider: GA MŠk
Host item entry: Proceedings of the 16th Annual Conference of Doctoral Students - WDS 2007, ISBN 978-80-7378-023-4

Institution: Institute of Information Theory and Automation AS ČR (web)
Document availability information: Fulltext is available at external website.
External URL: http://library.utia.cas.cz/separaty/2007/si/sindelar-adaptive control applied to financial market data.pdf
Original record: http://hdl.handle.net/11104/0153263

Permalink: http://www.nusl.cz/ntk/nusl-38044


The record appears in these collections:
Research > Institutes ASCR > Institute of Information Theory and Automation
Conference materials > Papers