|
|
The Investment Models in an Environment of Financial Markets
Repka, Martin ; MSc, Martin Volko (oponent) ; Budík, Jan (vedoucí práce)
This thesis focuses on automated trading systems for financial markets trading. It describes theoretical background of financial markets, different technical analysis approaches and theoretical knowledge about automated trading systems. The output of the present paper is a diversified portfolio comprising four different investment models aimed to trading futures contracts of cocoa and gold. The portfolio tested on market data from the first quarter 2013 achieved 46.74% increase on the initial equity. The systems have been designed in Adaptrade Builder software using genetic algorithms and subsequently tested in the MetaTrader trading platform. They have been finally optimized using sensitivity analysis.
|
|
| |
|
|
The Use of Artificial Intelligence on Capital Markets
Dzuro, Daniel ; Budík, Jan (oponent) ; Dostál, Petr (vedoucí práce)
The objective of this thesis is to evaluate the possibility of creating a tool capable of predicting commodity prices. Along with other business strategies, tools and markets analyses for financial and capital markets, this tool should help make the best estimate of future developments on the observed markets. The main market, on which this work is focused, is the agricultural commodities market, namely corn and its related markets. The fundamental basis upon which the arguments in this thesis are built, is the use of artificial intelligence, particularly neural networks. The whole application is presented using a graphical user interface that allows even those with little or no understanding of this field to delve deeper into the interesting area - using modern computer systems to support trading activities.
|
|
|
Využití umělé inteligence na kapitálových trzích
Lajczyk, Pavel ; Budík, Jan (oponent) ; Dostál, Petr (vedoucí práce)
Tato práce se zabývá problematikou umělých neuronových sítí a možnostmi jejich využití při obchodování na kapitálových trzích. Dále je v práci popsán návrh a implementace nástroje založeného na umělých neuronových sítích, který slouží k predikci vývoje cen akcií. Tento nástroj je vytvořen prostřednictvím výpočetního prostředí MATLAB. Implementovaný nástroj je pak podroben experimentům a obchodní simulaci. Na závěr jsou diskutovány dosažené výsledky
|
|
|
Využití umělé inteligence na kapitálových trzích
Barjak, Maroš ; Budík, Jan (oponent) ; Dostál, Petr (vedoucí práce)
Práce se zabývá návrhem, implementací a optimalizací modelu založeného na umělé inteligenci a neuronových sítích schopného predikovat budoucí časové rady cen akcí na kapitálových trzích. Hlavní důraz je kladen na zestrojení objektově orientované aplikace pro úspěšný odhad budoucího trendu finančních derivátů za účasti podpůrných metod jako charakterizace časové rady pomocí Hurstova exponentu a automatizované obchodní simulace.
|
|
|
Investiční modely v prostředí kapitálových trhů
Komárek, Lukáš ; Budík, Jan (oponent) ; Smolíková, Lenka (vedoucí práce)
Diplomová práce pojednává o modelech investičních strategií na kapitálových trzích. Na základě rešerše prostředí finančních trhů, analýzy dostupných finančních produktů a za pomoci podpůrných informačních prostředků, jsou vypracovány a nasimulovány tři rozdílné investiční strategie – riziková dynamická strategie, střední vyvážená strategie a stabilní konzervativní strategie. Výstupem práce je investiční dotazník, který slouží k výběru vhodné investiční strategie, a tři modely investičních strategií včetně zhodnocení. Samotné vyhodnocení investičního dotazníku probíhá pomocí fuzzy logiky.
|
|
| |
|
| |
|
|
Využití prostředků umělé inteligence na kapitálových trzích
Hrach, Vlastimil ; Budík, Jan (oponent) ; Dostál, Petr (vedoucí práce)
Tato diplomová práce popisuje využití umělé inteligence pro predikci na akciových trzích. Predikce staví netradičně na pravděpodobnostním modelu Bayesova vzorce a na něm založeném naivním Bayesově klasifikátoru. V praktické části je proto navržen algoritmus, který pro odhad budoucího vývoje akcie používá rozpoznané vztahy mezi identifikátory technické analýzy. Konkrétně se jedná o exponenciální klouzavé průměry za 20 a 50 dní. Na základě klasifikace vztahů mezi identifikátory je výstupem programu grafický odhad budoucího vývoje akcie.
|
|
|
Vyhledávání vzorů v dynamických datech
Budík, Jan ; Hynčica, Ondřej (oponent) ; Honzík, Petr (vedoucí práce)
V první kapitole je nastíněna problematika rozpoznávání vzorů. Druhá kapitola pojednává o možných řešeních problému za použití umělé inteligence a popisuje základní teorie statistiky a chaosu. Třetí kapitola je zaměřena na problematiku časových řad, jejich typů, problémů a předzpracování. Je zde také popsán typ časových řad ve finančnictví. Čtvrtá kapitola pojednává o problematice rozpoznávání vzorů a predikce. Je zde popsána metoda učení, která je použita. Poslední kapitola popisuje vývoj programu a jeho jednotlivé části a jsou zde zobrazeny dosažené výsledky.
|
host ::
RSS.