|
|
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.
|
|
|
Testování indikátorů technické analýzy pro burzovní obchodování
Melichar, Josef ; Žák, Jakub (oponent) ; Rozman, Jaroslav (vedoucí práce)
Tato práce se zabývá testováním indikátorů technické analýzý a jejich vlastnosti k různým druhům trhů. V této práci jsme se zabývali testováním jednoduchých klouzavých průměrů, exponenciálních klouzavých průměrů, indikátoru RSI, indikátoru MACD a také stochastického indikátoru. V závěru jsme také testovali vlastnosti indikátoru kombinovaného a to stochastického s indikátorem MACD. Pro každý indikátor byl vytvořen obchodní systém na kterém jsme testovali vlastnosti systému. Z výsledku jsme schopni vyčíst, že optimalizací můžeme dosáhnout uspokojivých výsledků a značně zvýšit výnosnost indikátoru. Indikátory, které se jevily jako nevýnosné, byly po optimalizaci výnosné. Nicméně testování technických indikátorů není dostatečné pro stabilně výnosné obchodování.
|
|
|
Anomaly detection for stock market trading data
Fusková, Martina ; Kofroň, Jan (vedoucí práce) ; Kliber, Filip (oponent)
Obchodování na burze je velmi komplexní téma, které zahrnuje spoustu náročných problémů. Jedním z těchto problémů je detekce anomálií. Detekce anomálií v reálném čase je velice náročný úkol, a proto tento problém zůstává otevřen. Cílem této práce je zkoumat různé modely a algoritmy, které mohou být použity a pokusit se najít ty nejvhodnější pro tento problém. Vytvoříme modely, které detekují anomálie na základě hustoty dat, i statistické modely a neuronové sítě, které detekují anomálie na základě porovnání predikovaných a skutečných dat. Výsledkem této práce je návrh modelů, které mohou být dále zkoumány a použity pro detekci v reálném čase.
|
|
|
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.
|
|
|
Testování indikátorů technické analýzy pro burzovní obchodování
Melichar, Josef ; Žák, Jakub (oponent) ; Rozman, Jaroslav (vedoucí práce)
Tato práce se zabývá testováním indikátorů technické analýzý a jejich vlastnosti k různým druhům trhů. V této práci jsme se zabývali testováním jednoduchých klouzavých průměrů, exponenciálních klouzavých průměrů, indikátoru RSI, indikátoru MACD a také stochastického indikátoru. V závěru jsme také testovali vlastnosti indikátoru kombinovaného a to stochastického s indikátorem MACD. Pro každý indikátor byl vytvořen obchodní systém na kterém jsme testovali vlastnosti systému. Z výsledku jsme schopni vyčíst, že optimalizací můžeme dosáhnout uspokojivých výsledků a značně zvýšit výnosnost indikátoru. Indikátory, které se jevily jako nevýnosné, byly po optimalizaci výnosné. Nicméně testování technických indikátorů není dostatečné pro stabilně výnosné obchodování.
|
|
|
Predikce vývoje kurzu pomocí umělých neuronových sítí
Putna, Lukáš ; Grézl, František (oponent) ; Szőke, Igor (vedoucí práce)
Tato diplomová práce se zabývá využitím neuronových sítí pro účely předpovědi vývoje kurzu trhů na burze. Zmiňuje základy teorie fungování burzy a obchodování na ní. V práci je dále popsána teorie neuronových sítí, jaké jsou možnosti jejich využití a jakým způsobem je vhodné neuronovou síť navrhnout pro danou aplikaci. V praktické části jsou navrženy dva predikční modely využívající neuronové sítě. Ty jsou dále využity navrženým obchodním modelem a simulovány na zvolených datech. Následně jsou výsledky porovnány s obchodním modelem člověka a náhodným obchodním modelem a jsou navrženy další směry vývoje systému.
|
|
|
Aplikace pro analýzu akcií
Žižka, Ladislav ; Pavlíčková, Jarmila (vedoucí práce) ; Maryška, Miloš (oponent)
Tato práce se zabývá vývojem aplikace pro fundamentální analýzu akcií. Hlavním cílem práce je vytvoření aplikace, která bude sloužit individuálním investorům jako podpora při provádění fundamentální analýzy akcií. Jedná se o desktopovou aplikaci, která provádí výpočty s vysokou přesností a využívá volně přístupné on-line zdroje finančních dat. Pro její vývoj byl použit programovací jazyk Java. Aplikace bude k dispozici jako volně dostupná alternativa pro již existující placené aplikace. V první části práce je představen kapitálový trh a akciová burza, dále je provedena charakteristika akcie a následně vysvětlen princip fundamentální analýzy akcií. Ve druhé části práce byl uskutečněn průzkum trhu s aplikacemi pro fundamentální analýzu, dále byl popsán návrh a implementace vlastní aplikace pro fundamentální analýzu akcií a nakonec bylo provedeno vyhodnocení této aplikace.
|
|
|
Obchodování futures spread
Hrečka, Marek ; Smrčka, Luboš (vedoucí práce) ; Zámečník, Petr (oponent)
Cílem diplomové práce je identifikovat faktory, které mají vliv na ziskovost a rizikovost obchodování futures kalendářních spreadů. Teoretická část práce se zabývá popisem futures a možnostmi obchodování tohoto finančního instrumentu pomocí kalendářních spreadů a vlivu sezónnosti. V praktické části práce jsou analyzovány vybrané faktory, u nichž je zkoumán jejich dopad na ziskovost a rizikovost spreadů (korelace krátkodobého a dlouhodobého sezónního patternu, obchodování v extrému, obchodování v jedné a ve více sklizních, šířka sezónního okna, historická úspěšnost obchodů, délka backtestovaného období, intermarket vs. intramarket spready). Závěr práce obsahuje shrnutí výsledků analýz jednotlivých faktorů.
|
|
| |
host ::
RSS.