Národní úložiště šedé literatury Nalezeno 1 záznamů.  Hledání trvalo 0.01 vteřin. 
Machine Learning in Algorithmic Trading
Bureš, Michal ; Pilát, Martin (vedoucí práce) ; Neruda, Roman (oponent)
Tato práce se zabývá aplikací metod strojového učení v algoritmickém obchodování. Inspirováni intraday obchodníky implementujeme systém predikující cenu na základě formací vzorů a technických indikátorů. Na podrobných datech o obchodování na forexu a amerických akciích vytvoříme různé agregované datové reprezentace. Z nich poté odvozujeme originální vysvětlující proměnné klastrováním vzorů pomocí K-Means a aplikací dlouhodobějších technických indikátorů. Připravíme si regresní i klasifikační úlohy pro Extreme Gradient Boosting modely. Z jejich predikcí extrahujeme signály k nákupu a prodeji. Provádíme experimenty v osmi různých konfiguracích na několika různých instrumentech a různých obchodovacích strategiích s dopřednou validací. Ve výsledcích uvádíme Sharpe ratio a průměrný zisk ve všech kombinacích. Tyto výsledky analyzujeme a na jejich základě doporučujeme vhodné konfigurace. Ukazujeme, že naše strategie překonávají výsledky náhodných strategií. Poskytujeme několik námětů k navazujícímu výzkumu.

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.