Original title: Forexový automatický obchodní systém založený na neuronových sítích
Translated title: Forex automated trading system based on neural networks
Authors: Kačer, Petr ; Honzík, Petr (referee) ; Jirsík, Václav (advisor)
Document type: Master’s theses
Year: 2015
Language: cze
Publisher: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract: [cze] [eng]
Hlavním cílem této práce je vytvoření forexového automatického obchodního systému s možností přidávat obchodní strategie jako moduly a realizace modulu obchodní strategie založené na neuronových sítích. Implementovaný obchodní systém se skládá z klientské části pro obchodní platformu MetaTrader 4 a ze serverové GUI aplikace. Moduly obchodních strategií jsou realizovány formou dynamických knihoven. Navržená obchodní strategie využívá vícevrstvé neuronové sítě pro predikci směru 45-ti minutového plovoucího průměru zavíracích hodnot ceny v časovém horizontu jedné hodiny. Neuronové sítě byly schopné najít souvislost mezi vstupy a výstupem a predikovat pokles či nárůst s úspěšností vyšší než 50%. Při živém obchodování na demo účtu se pro měnový pár EUR/USD strategie projevila jako zisková, pro měnový pár GBP/USD naopak jako ztrátová. Při testech strategie na historických datech za rok 2014 bylo dosaženo zisku v případě obchodování na měnovém páru EUR/USD ve směru dlouhodobého trendu. Při obchodování proti směru trendu na měnovém páru EUR/USD a ve směru, i proti směru trendu na měnovém páru GBP/USD byla strategie ztrátová. Main goal of this thesis is to create forex automated trading system with possibility to add trading strategies as modules and implementation of trading strategy module based on neural networks. Created trading system is composed of client part for MetaTrader 4 trading platform and server GUI application. Trading strategy modules are implemented as dynamic libraries. Proposed trading strategy uses multilayer neural networks for prediction of direction of 45 minute moving average of close prices in one hour time horizon. Neural networks were able to find relationship between inputs and output and predict drop or growth with success rate higher than 50%. In live demo trading, strategy displayed itself as profitable for currency pair EUR/USD, but it was losing for currency pair GBP/USD. In tests with historical data from year 2014, strategy was profitable for currency pair EUR/USD in case of trading in direction of long-term trend. In case of trading against direction of trend for pair EUR/USD and in case of trading in direction and against direction of trend for pair GBP/USD, strategy was losing.
Keywords: automated; C++; client; database; forex; interprocess communication; library; Multilayer neural network; prediction; Qt5.; server; strategy; system; trading; automatický; C++; databáze; forex; klient; knihovna; meziprocesová komunikace; obchodování; predikce; Qt5.; server; strategie; systém; Vícevrstvá neuronová síť

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/11012/38431

Permalink: http://www.nusl.cz/ntk/nusl-568515


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