Original title:
Rozeznávání vzorů v dynamických datech
Translated title:
Pattern Recognition in Temporal Data
Authors:
Hovanec, Stanislav ; Hynčica, Ondřej (referee) ; Honzík, Petr (advisor) Document type: Master’s theses
Year:
2009
Language:
cze Publisher:
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií Abstract:
[cze][eng]
V této diplomové práci je prvně provedena rešerše v oblasti popisu a analýzy časově proměnných dat. Práce následně uvádí problematiku technické analýzy burzovních grafů, cenových vzorů, indikátorů technické analýzy a metody Pure price action. Na praktickém příkladě dvou reálných obchodů je vysvětlena aplikace metody Pure price action v praxi za účelem vyhledávání a rozpoznávání cenových vzorů, analýzy a predikce dalšího možného vývoje ceny finančního instrumentu. Také je krátce vysvětlen samotný proces úspěšného obchodování. Následně je probráno téma Rozeznávání Vzorů a metoda Učení založené na instancích. V praktické části je pomocí programu MATLAB realizován algoritmus rozeznávání cenového vzoru Korekce pro nákup a prodej v dynamických časových řadách, konkrétně v cenových burzovních grafech, jakými jsou komoditní nebo akciové průběhy cen v závislosti na čase. Pro analýzu časových řad je použita metoda Pure price action. Metoda Učení založené na instancích řeší algoritmus vyhledávání cenových vzorů. Vytvořený algoritmus je ověřen na reálných datech 5-ti minutového úsečkového grafu USA indexu Dow Jones za rok 2006, 2007 a 2008. Dosažená úspěšnost a přesnost predikce je vyhodnocena pomocí Equity křivky.
This diploma work initially conduct research in the area of descriptions and analysis of time series. The thesis then proceed to introduce the problems of technical analysis of price charts as well as indicators, price patterns and method of Pure Price Action. The method Pure Price Action is demonstrated in this work in two practical examples of its application to real businesses with a view to discovering and analyzing price patterns, as well as analysis and prediction of future price and financial evolution. This analysis is an introduction to the processes of successful business, following on from this we discuss the theme of Pattern Recognition and the Instance Based Learning method. The practical aspect of this work is carried out with the aid of a MATLAB applied algorithm for the analysis of the price pattern Correction for sale and purchase in dynamic time segments, specifically in trading price graphs, like those used for commodities or stock trading. For the analysis of time series we use the Pure Price Action method. The Instance Based Learning method is used by the algorithm to recognize price patterns. The created algorithm is verified on real data of a 5 minute time series of the US Dow Jones price charts for the years 2006, 2007, 2008. The achieved accuracy is evaluated with the aid of Equity Curves.
Keywords:
analysis of time series; Equity curve.; Instance Based Learning; normalization; Pattern Recognition; prediction; price charts; price patterns; Pure Price Action; technical analysis; technical indicators; time series; analýza časových řad; cenové grafy; cenové vzory; Equity křivka.; indikátory technické analýzy; normalizace; predikce; Pure Price Action; rozeznávání vzorů; technická analýza; učení založené na instancích; časové řady
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/11012/11480