|
|
Stock Trading Using a Deep Reinforcement Learning and Text Analysis
Benk, Dominik ; Baruník, Jozef (vedoucí práce) ; Vácha, Lukáš (oponent)
Práce se zaměřuje na využití nedokonalostí akciového trhu pomocí nejmod- ernějších metod učení a jejich aplikaci na algoritmické obchodování. Očekává se, že automatizovaná rozhodnutí budou schopna překonat profesionální ob- chodníky tím, že zohlední mnohem více informací, budou reagovat téměř okamžitě a nebudou ovlivněna emocemi. Jako alternativa k tradičnímu učení s takz- vaným učitelem, využívá navrhovaný model zpětnovazebního učení principu pokus-omyl, který je nezbytný pro učení chování všech organismů. V kontextu akcií to umožňuje zohlednit zahrnutou nejistotu, a tedy přesněji odhadnout dlouhodobé výnosy. Pro shromáždění co nejrelevantnějších informací k jed- notlivým obchodním rozhodnutím, staví modely kromě technických ukazatelů také na názoru investorů - finančním sentimentu. Ten je získáván ze dvou textových zdrojů, zpráv a sociálních médií, a hlavním cílem je porovnat jejich relativní přínos pro obchodování. Modely jsou aplikovány na 11 různých akcií a později spojeny do portfolia pro větší robustnost výsledků. Textová analýza se potvrdila jako důležitá při procesu učení, zejména v případě akcií s dobrým mediálním pokrytím. Ukazuje se, že Twitter poskytuje cennější informace ve srovnání se zprávami, ale jejich kombinace vykazuje ještě vyšší predikční po- tenciál. Nicméně i tak, navržené...
|
|
|
Momentum trading strategy performance before, during, and after the COVID-19 crisis
Řeřicha, Dávid ; Fanta, Nicolas (vedoucí práce) ; Vácha, Lukáš (oponent)
Táto práca skúma známu momentum obchodnú stratégiu na americkom akciovom trhu od januára 2013 do mája 2022. Cieľom tejto práce je preskúmať, či sa fenomenálne momentum anomálie pri danej stratégii vyskytli aj počas krízy COVID-19. Hlavná časť práce je zameraná na vytváranie momentum portfólií na celom americkom akciovom trhu s použitím denných údajov o 500 firmách zahrnutých v indexe S&P 500 a momentum portfólií jeho 11 sektorov. Výsledky potvrdzujú silu momentum obchodnej stratégie, pretože minulí víťazi zaznamenali najvyšší výnos počas celej doby pozorovania a prevýšili tak výnosy z trhu. Sústrediac sa na obdobie COVID-19 sme zaznamenali ako minulí porazení prekonali vo výnosnosti minulých víťazov, čo potvrdzuje ďalšiu momentum anomáliu na americkom akciovom trhu. Ďalej sa táto práca odvolávala na Carhartov štvorfaktorový model, ktorý je založený na Fama-French trojfaktorovom modeli s dodatočným momentum faktorom. Nanešťastie, výsledky nenaznačujú silnú štatistickú výpovednú hodnotu, aby mohli vysvetliť správanie momentum stratégie počas krízy COVID-19.
|
|
| |
|
|
Price gaps in the stock market
Vosmanský, Jakub ; Krištoufek, Ladislav (vedoucí práce) ; Vácha, Lukáš (oponent)
Tato diplomová práce analyzuje cenové mezery na akciov˝ch trzích. Hlavním cílem je pomocí sví kov˝ch graf zjistit, zda se v bezprost edním okolí cenov˝ch mezer vyskytují n jaké opakující se vzorce. Práce se nejprve zab˝vá znám˝mi sví kov˝mi formacemi, literaturou t˝kající se cenov˝ch mezer a konvolu ní neuronovou sítí (KNS) jakoûto vybranou metodou anal˝zy. Práce rozebírá cenové mezery v 5minutovém m ítku na datech akcií tvo ících index S&P 500 v rozmezí let 2015 aû 2021. Zvolen˝ model KNS na základ obrázk sví kov˝ch graf dosahuje p esnosti 74.2% p i predikci, zda budoucí cena bude vyööí nebo niûöí neû cena u mezery. Lze tedy konstatovat, ûe KNS se poda ilo odhalit skryté formace kolem cenov˝ch mezer. Dále bylo zjiöt no, ûe tyto formace se pro jednotlivé akcie liöí. Rovn û bylo zjiöt no, ûe p idání sentimentu zpráv jako dalöího vstupu do anal˝zy schopnost detekovat vzorce nezlepöí. Klasifikace JEL C45, C55, C88, G14, G15, G41 Klí ová slova cenová mezera, konvolu ní neuronová sí , detekce vzorc , sentiment zpráv Název práce Cenové mezery na akciov˝ch trzích
|
|
|
Can Machines Explain Stock Returns?
Chalupová, Karolína ; Baruník, Jozef (vedoucí práce) ; Vácha, Lukáš (oponent)
Mohou stroje vysvětlit akciové výnosy? Abstrakt diplomové práce Karolína Chalupová January 5, 2021 Nedávný výzkum ukazuje, že neuronové sítě dokážou předpovídat akciové výnosy lépe, než kterýkoli jiný model. Metematicky komplikovaná povaha sítí je zároveň jejich výhodou, umožňující odhalovat komplexní vzorce, a jejich prokletím, znesnadňujícím jejich interpretaci, což zamlžuje výhody a nevýhody sítí a komplikuje jejich užití. Tato práce je jedním z prvních pokusů toto prokletí překonat. Za použití nově vyvinutých metod interpretovatelného stro- jového učení objasňuje, jak sítě vytvářejí své vynikající předpovědi výnosů. Poskytuje tak nové odpovědi na starou otázku, které proměnné určují rozdíly v akciových výnosech, a vysvětluje, co stojí za bezkonkurenční schopností neu- ronových sítí identifikovat mezi akciemi na trhu budoucí vítěze a poražené. Tato práce je pravděpodobně první, která zjišťuje, zda neuronové sítě pod- porují ekonomické mechanismy, které během posledních 50 let přinesl výzkum v oblasti oceňování aktiv. Z hlediska aplikace pro finanční praxi práce nabízí transparentnost, kterou přináší dekompozice každé předpovědi na vlivy jed- notlivých vstupních proměnných; zároveň si práce zachovává Sharpe ratio na úrovni současné vědy. Navíc je představena nová metrika, která je zvláště vhodná pro...
|
|
|
Low Interest Rates and Asset Price Fluctuations: Empirical Evidence
Ali, Bano ; Horváth, Roman (vedoucí práce) ; Vácha, Lukáš (oponent)
Práce se zaměřuje na význam expanzivní měnové politiky související s cenami aktiv, konkrétně cenami nemovitostí a akcií, jako nejdůležitějšími aktivy na finančních trzích. Model strukturální vektorové autoregrese je využit k vy- hodnocení dat zaměřujících se na Eurozónu, Velkou Británii a Spojené státy americké od roku 2007 do 2017. Navíc jsou nominální krátkodobé úrokové sazby nahrazeny stínovými sazbami, které jsou vhodnějším prostředkem na vyhod- nocení jak konvenčních, tak nekonvenčních nástrojů měnové politiky. Jejich použití je žádoucí v případě, že se hodnota nominální úrokové sazby v eko- nomice blíží nebo je rovna nule, jelikož nulová dolní mez pro úrokové sazby není v tomto případě brána v potaz. Výsledky analyzované pomocí funkcí im- pulzní odezvy spolu s variační dekompozicí naznačují, že vysoké úrokové míry jsou asociovány s nízkými cenami aktiv. Tyto výsledky jsou potvrzeny použitím dvou různých stínových sazeb a dvou různých typů aktiv zahrnutých v modelu. V případě cen nemovitostí je reakce v podstatě okamžitá s největším poklesem cen u Velké Británie. Ceny akcií se téměř vždy nejdříve nepatrně zvýšily a až poté následoval jejich pokles, jehož...
|
|
|
Time-scale analysis of sovereign bonds market co-movement in the EU
Šmolík, Filip ; Vácha, Lukáš (vedoucí práce) ; Krištoufek, Ladislav (oponent)
Práce analyzuje vzájemnou závislost mezi výnosy desetiletých vládních dluhopisů jedenácti zemí EU (Řecka, Španělska, Portugalska, Itálie, Francie, Německa, Nizozemska, Velké Británie, Belgie, Švédska a Dánska) rozdělených do tří skupin (Jádro Eurozóny, Periférie Eurozóny, země mimo Eurozónu). V centru pozornosti jsou změny vzájemné závislosti v období krize, zejména blízko dvou významných událostí - pádu Lehman Brothers a veřejného ohlášení zvýšení řeckého deficitu. Hlavní přínost práce tkví ve využití alternativní techniky - waveletové transformace. Tato metoda dovoluje zkoumat, jak se liší vzájemná závislost výnosů na jednotlivých škálách (frekvencích). Ke zkoumání je použita waveletová koherence a korelace. Práce přináší tři hlavní zjištění: (1) vzájemná závislost se signifikantně snížila v období krize, avšak jsou zde vidět rozdíly mezi Jádrem a Periférií, (2) vzájemnou závislost se signifikantně liší napříč škálami, ale heterogenita výsledků je v období krize menší,(3) u obou zmíněných událostí bylo detekováno signifikatní snížení waveletové korelace napříč nižšími škálami. Klasifikace JEL C32, C49, C58, H63 Klíčová slova Vzájemná Závislost, Waveletová Transfor- mace, Dluhová Krize, Výnosy z Vládních Dluhopisů, Eurozóna E-mail autora phillip.smolik@gmail.com E-mail vedoucího práce vachal@utia.cas.cz
|
|
|
Frequency Connectedness of Financial, Commodity, and Forex Markets
Šoleová, Juliána ; Baruník, Jozef (vedoucí práce) ; Vácha, Lukáš (oponent)
Tato diplomová práce je věnována přenosu volatility pomocí dekompozice od- chylek z VAR modelu metodou Diebold, Yilmaz (2012) v kombinaci s metodou Baruník, Křehlík (2017) v různých frekvencích v období od 1. 6. 1999 do 29. 6. 2018. Index S&P 500 reprezentuje finanční trhy, EUR/USD a YEN/USD trhy s měnovými kurzy. Ropa, zemní plyn, benzín a propan představovují energet- ické komodity. Kukuřice, káva, pšenici a sójové boby zastupují potravinářské komodity. Tato empirická studie přispívá k pochopení dynamické spojitosti rozdílných frekvencí v případě diferencovaného systému trhů. Hlavním zjištěním je skutečnost nejsilnější krátkodobé reakce na šoky, která byla pozorována v případě všech proměnných. To je v příkrém rozporu s výsledky klasických analýz frekvenční dynamiky v bankovním sektoru, které byly doposud pozorovány. Klasifikace: F12, F21, F23, H25, H71, H87 Klíčová slova: finanční trhy, komoditní trhy, provázanost, nejistota, freKVenční analýza E-mail autora: 93414233@fsv.cuni.cz E-mail vedoucího práce: barunik@fsv.cuni.cz
|
|
|
Modeling financial markets using heterogenous agent models
Benčík, Daniel ; Vácha, Lukáš (vedoucí práce) ; Baruník, Jozef (oponent)
Tato práce se zabývá aplikacemi heteroagentních modelů (HAM) v oblasti finančních trhů. V první části práce je obecně vyložena metodologie HAM spolu s prezentací několika dřívějších modelů tak, aby získal čtenář obecnou představu o aplikacích HAM v oblasti finančních trhů. Dále podáváme popis původního modelu vyvinutého v Brock, Hommes (1998), dále navazujeme popisem jeho rozšíření představeného v Baruník, Vácha, Vošvrda(2009). V analytické části se věnujeme analýze chování rozšířeného modelu včetně jeho schopnosti simulovat stylizovaná fakta typická pro reálné finanční trhy. Práci zakončujeme shrnutím výsledků provedených experimentů a navržením případných témat pro budoucí vývoj modelu.
|
|
|
Financial markets modeling - experimental and agent based approach
Štefanová, Hana ; Vácha, Lukáš (vedoucí práce) ; Korbel, Václav (oponent)
Tato práce se zabývá problémem modelování finančních trhů. K modelování používáme dva přístupy: simultánní a experimentální. Nejprve představíme agentní modelování a experimentální ekonomii. Poté vysvětlíme silné a slabé stránky těchto přístupů a ukážeme jejich společný přínos v oblasti modelování finančních trhů. Aby čtenář získal komplexnější představu o celé problematice, uvedeme několik modelů používajících kombinovanou metodologii. Následně představíme model dvojité aukce, jehož autory jsou Gode a Sunder (1993). Naši práci zakončíme výsledky experimentu, který jsme sami provedli, a jehož základní myšlenkou je právě práce od Goda a Sundera.
|
host ::
RSS.