Original title: Automatické obchodování kryptoměn
Translated title: Automatic Cryptocurrencies Trading
Authors: Vorobiev, Nikolaj ; Hrubý, Martin (referee) ; Rozman, Jaroslav (advisor)
Document type: Bachelor's theses
Year: 2022
Language: cze
Publisher: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract: [cze] [eng]
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. This thesis focuses on the trading in the cryptocurrency market. The theoretical part of the thesis describes the principles of trading, technical analysis, trading systems and recurrent neural networks. After conducting a search of brokers, Binance is chosen as a trading broker and real-time data provider; CryptoDataDownload is chosen as a historical data provider. After getting acquainted with the technologies used, elements of information trading systems are designed, enabling communication with remote servers and with each other, for the purpose of trading, obtaining and concurrent processing of user's, historical or real-time data. The resulting systems should provide to the user manual, semi-automatic (according to the plan) or automatic (according to the decisions of recurrent neural network, learned on historical data) trading and ability to respond to a change in the market. Furthermore, the thesis moves to the practical level, including implementation and experiments on created systems. In the final part of the thesis, the results are evaluated and the possibilities for improvement and expansion are described.
Keywords: Asynchronous programming; Automatic Trading Systems; Binance; Cryptocurrencies; Event scheduler; LSTM; Machine learning; Multithreading; Python; Technical analysis; Trading; Asynchronní programování; Automatické Obchodní Systémy; Binance; Kryptoměny; LSTM; Multithreading; Obchodování; Plánovač událostí; Python; Strojové učení; Technická analýza

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/208258

Permalink: http://www.nusl.cz/ntk/nusl-507878


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Bachelor's theses