Original title: Zlepšení predikce automatizovaných obchodních strategií na základě různých externích zdrojů
Translated title: Improving Prediction of Automated Trading Strategies Based on Disparate External Sources
Authors: Rabovský, Vojtěch ; Perešíni, Martin (referee) ; Homoliak, Ivan (advisor)
Document type: Bachelor's theses
Year: 2026
Language: eng
Publisher: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract: [eng] [cze]
Tato bakalářská práce se zaměřuje na obchodní strategie na finančních trzích, jejich analýzu v simulačních nástrojích a vyhodnocení s ohledem na externí události. Práce představuje základní pojmy finančních trhů, obchodních stylů a řízení rizik, se zaměřením na intradenní obchodování a automatizované strategie. Dále porovnává vybrané simulační platformy a zkoumá vliv ekonomických, politických a geopolitických událostí na různé finanční instrumenty. Praktická část se věnuje návrhu a implementaci vlastního simulačního nástroje pro testování strategií na historických OHLC datech. V nástroji je implementováno několik pravidlových strategií a vybraná vylepšení pomocí strojového učení. Výsledky ukazují, že strojové učení může v některých případech zlepšit výkonnost strategie, ale dosažená zlepšení nejsou stabilní napříč všemi obdobími a instrumenty. This bachelor thesis focuses on trading strategies in financial markets, their analysis in simulation tools, and their evaluation with respect to external events. It introduces basic concepts of financial markets, trading styles, and risk management, with an emphasis on day trading and automated strategies. It also compares selected simulation platforms and examines the impact of economic, political, and geopolitical events on different financial instruments. The practical part focuses on the design and implementation of a custom simulation tool for testing strategies on historical OHLC data. Several rule-based strategies and selected machine learning improvements are implemented and evaluated in this tool. The results show that machine learning can improve strategy performance in some cases, but the improvements are not stable across all periods and instruments.
Keywords: analýza trhu; automatizované obchodování; externí události; finanční trhy; intradenní obchodování; obchodní strategie; simulační nástroje; strojové učení; řízení obchodů; řízení rizik; automated trading; day trading; external events; financial markets; machine learning; market analysis; risk management; simulation tools; trade management; trading strategies

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/11012/258759

Permalink: http://www.nusl.cz/ntk/nusl-776093


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