|
|
Algoritmické obchodování párů
Razumňak, Michal ; Stádník, Bohumil (vedoucí práce) ; Fučík, Vojtěch (oponent)
Párové obchodování je velmi dobře známou obchodní strategií založenou na statistické arbitráži. Tato strategie využívá krátkodobé odchýlení střední hodnoty poměru cen dvou vysoce korelovaných akcií ze stejného sektoru jako příležitost k otevření pozice. Následně očekává, že až se poměr cen vrátí ke své původní střední hodnotě, dojde k uzavření pozice. Jedná se o strategii využívanou již mnoho let a cílem této práce bylo otestovat, zda tato strategie dokáže být profitabilní i v aktuálních tržních podmínkách. Byly využity data počínající rokem 2010 až do dubna 2017 na všech akciích, které jsou obsaženy v indexu S&P 500. Nakonec bylo na základě historických dat potvrzeno, že oproti náhodně obchodujícímu agentovi dokázala strategie párového obchodování vygenerovat profit 25x vyšší. Tudíž lze stále považovat párové obchodování za profitabilní strategii.
|
|
|
Vysokofrekvenční obchodovaní a jeho dopad na stabilitu finančního trhu
Haushalterová, Gabriela ; Brůna, Karel (vedoucí práce) ; Pour, Jiří (oponent)
Diplomová práce se věnuje bližší analýze vysokofrekvenčního obchodování. První část se zabývá jeho základní charakteristikou, která ho odlišuje od algoritmického obchodování. Současně tato práce také popisuje hlavní rizika, která vysokofrekvenční obchodování na trh přináší, a jaké jsou jejich dopady na ostatní účastníky trhu. Další část práce se zabývá základními obchodními strategiemi, které jsou pro vysokofrekvenční obchodování typické. V závěru je věnována zvláštní pozornost vlivu vysokofrekvenčního obchodování na finanční trh, a to především z pohledu likvidity, volatility a cenové tvorby.
|
|
|
Statistická arbitráž při algoritmickém obchodování amerických dluhopisů
Juhászová, Jana ; Stádník, Bohumil (vedoucí práce) ; Janda, Karel (oponent)
Tato práce se zabývá specifickou strategií statistické arbitráže při algoritmickém obchodování amerických státních dluhopisů ve zvoleném období mezi roky 1980 až 2017. Cílem této práce je dokázat, že při události, která je výjimečná pro americké dluhopisy, přesněji znovu otevření emise dochází ke vzniku arbitrážní příležitosti, která umožňuje investorovi systematicky realizovat zisk na trhu se státními dluhopisy. Tato závěrečná práce obsahuje teoretický úvod do problematiky algoritmického obchodování a statistické arbitráže. Na základě těchto poznatků formulujeme hypotézy, které testujeme v aplikační části prostřednictvím simulace algoritmu obchodujícího na historických datech. Srovnáním těchto strategií konstatujeme, že tato strategie je smysluplná, je výnosnější nežli náhodné obchodování a umožňuje investorovi realizovat dodatečný zisk.
|
|
|
Aplikace pro algoritmické obchodování
Šalovský, Vojtěch ; Pecinovský, Rudolf (vedoucí práce) ; Suchan, Vladimír (oponent)
Práce se zabývá analýzou a implementací aplikací pro algoritmické obchodování na základě požadavků zadavatele. Aplikace by měly sloužit pro sběr a správu dat z burzy, pro sledování informací o aktivních obchodních příkazech a pro posílání obchodních příkazů na burzu přes API od Interactive Brokers. V první kapitole se nachází rešerše několika vybraných knih zaměřených na vývoj aplikací pro C# a analýzu. Poté jsou představeny pojmy UML, OOAD a UP. V další kapitole jsou definovány požadavky zadavatele. Dále na základě výsledků rešerše a definovaných požadavků zadavatele, vytvořen výchozí architektonický návrh a případy užití s následnou specifikací. Následuje hledání analytických tříd, vytvoření doménového modelu, realizace některých případů užití pomocí sekvenčních diagramů. Poslední dvě kapitoly se zaobírají implementačními detaily - použitý jazyk, použité knihovny a uživatelskou příručkou.
|
|
|
Parallel Evaluation of Numerical Models for Algorithmic Trading
Ligr, David ; Kruliš, Martin (vedoucí práce) ; Zavoral, Filip (oponent)
Práce se bude zabývat problematikou paralelního vyhodnocení modelů algoritmického obchodování, jež jsou založeny na multiple kernel support vector machines pro regresi. V práci bude navrženo několik přístupů k paralelizaci vyhodnocení těchto modelů. Pro každý z navržených přístupů bude analyzována jeho vhodnost pro vysoce paralelní architektury, jmenovitě pro koprocesor Intel Xeon Phi. Z toho důvodu bude tato analýza reflektovat jak specifika tohoto koprocesoru, tak i specifika jeho programování. Výstupy analýzy budou použity při implementaci prototypu, jehož výkonnost bude na základě provedených testů porovnána s výkonností sériové a paralelní implementace pro běžné vícejádrové CPU. Powered by TCPDF (www.tcpdf.org)
|
|
|
Algorithmic fundamental trading
Pižl, Vojtěch ; Krištoufek, Ladislav (vedoucí práce) ; Bubák, Vít (oponent)
Tato práce si klade za cíl aplikovat metody hodnotového investování do stále se rozvíjejícího pole algoritmického obchodování. V první části zkoumáme, jaký efekt mají vybrané fundamenty na budoucí výnosy z akcií za pomocí fixních efektů a také metody, která porovnává výnosnost portfolií sestavených pomocí velkosti firmy a hodnoty ukazatele účetní ku tržní hodnotě firmy. Výsledky ukazují, že zmíněné proměnné vysvětlují část variace výnosů z akcií, kterou nezachycuje vývoj celého trhu. V druhé části se snažíme aplikovat tyto výsledky do obchodního algoritmu. Za pomocí běžných vyhodnocovacích metod testujeme několik obchodních fundamentových strategií a zjišťujeme, že jednoduchý algoritmus, který vybírá malé firmy s vysokým ukazatelem účetní ku tržní hodnotě, překonává výnos tržního portfolia ve sledovaném období od roku 2009 do roku 2015. Ačkoliv musíme být opatrní s interpretací výsledků, jelikož naše data mají několik omezení, věříme, že je na trhu anomálie, způsobená nejspíše preferencí technických strategií oproti fundamentovým strategiím mezi účastníky trhu.
|
|
|
Comparison of double auction bidding strategies for automated trading agents
Vach, Daniel ; Maršál, Aleš (vedoucí práce) ; Burda, Martin (oponent)
Comparison of double auction bidding strategies for automated trading agents Bc. Daniel Vach Abstrakt V této práci jsou porovnávány automatické obchodní strategie ZIP, GDX a AA v symetrických agent- proti-agentovi experimentech, kde se mění zastoupení jednotlivých strategií v populaci agentů. Také je představena nově vytvořená strategie ZIPOJA, která je založena na ZIP a obohacena Ojovým učícím pravidlem pro aktualizaci optimální ceny. ZIPOJA strategie je porovnávána proti ostatním strategiím, z čehož vychází, že se jí nedaří v porovnání s ostatními strategiemi. Dokonce původní ZIP ji také poráží. Dále je zjištěno, že dominance AA nad GDX a ZIP není robustní ve změnách složení populace agentů. Výsledek lze také silně ovlivnit vlastnostmi experimentu. GDX dominuje AA v mnoha experimentech, které jsou v této práci provedeny, což je v kontrastu s výsledky v předchozí literatuře. Nalezeny jsou také Nashovy rovnováhy ve smíšených strategiích. Dynamická analýza je použita pro nalezení spádových oblastí jednotlivých rovnováh.
|
|
|
Využití metod UI v algoritmickém obchodování
Šmejkal, Oldřich ; Pavlíčková, Jarmila (vedoucí práce) ; Berka, Petr (oponent)
Diplomová práce se v teoretické části věnuje průzkumu a popisu současného stavu oblasti strojového učení, se zaměřením na metody, které je možné využít k predikci a klasifikaci časových řad, a které mohou být následně využity v problematice algoritmického obchodování. Přečtení teoretické části by mělo objasnit základní principy fungování trhů, algoritmického obchodování a metod strojového učení i čtenáři, který byl doposud s danými tématy obeznámen jen velmi zevrubně. Cílem praktické části je zvolit vhodné metody a postupy, které odpovídají současným trendům v oblasti strojového učení a následně je aplikovat na historická data akcií i jiných finančních instrumentů. Výsledkem aplikace vybraných metod je určení a srovnání jejich úspěšnosti na out of sample datech, která nebyla nijak využita v průběhu kalibrace. Jako metrika sloužící k hodnocení úspěšnosti modelů byla vybrána přesnost predikce spolu s ukazatelem sharp ratio, spočteným na výsledcích simulace jednoduché obchodní strategie, jenž je založena na výstupech testovaných modelů. Vedlejším výstupem práce je průzkum možností a otestování využitelnosti technologií použitých v praktické části. Konkrétně se jedná o prostředí SciPy, které kombinuje jazyk Python s knihovnami a nástroji určenými pro zpracování dat, statistiku a strojové učení.
|
|
|
Algoritmické obchodování na burze s využitím umělých neuronových sítí
Červíček, Karel ; Glembek, Ondřej (oponent) ; Szőke, Igor (vedoucí práce)
Forex je dnes největším trhem na světě. Díky vysoké likviditě je vhodným kandidátem pro intradenní obchodování na základě jisté obchodní strategie založené na technické a fundamentální analýze. Obchodní strategie jdou navrhnout pro automatické algoritmické obchodování. Takováto strategie je navržena s využitím neuronové sítě, která zastává pozici aproximátoru časové řady kurzovních dat na základě, kterého je možné predikovat budoucí vývoj.
|
|
|
Algoritmické obchodování na burze s využitím umělých neuronových sítí
Chlud, Michal ; Pešán, Jan (oponent) ; Szőke, Igor (vedoucí práce)
Tato diplomová práce se zabývá algoritmickým obchodováním na burze s využitím umělých neuronových sítí. V první částí jsou popsány základní termíny týkající se obchodování na burze a algoritmického obchodování, také je zde k dispozici teoretický úvod do neuronových sítí. V druhé částí jsou specifikována data, na kterých bude probíhat simulace obchodování. Na těchto datech se také učí neuronová síť. Ta je využita pro predikci budoucí hodnoty trhu v automatické obchodní strategii. Ke konci je navzájem porovnáno několik strategií s různými variantami neuronových sítí.
|
host ::
RSS.