|
|
Automatické obchodování kryptoměn
Vorobiev, Nikolaj ; Hrubý, Martin (oponent) ; Rozman, Jaroslav (vedoucí práce)
Tato práce se zabývá obchodováním na kryptoměnovém trhu. V teoretické části práce jsou popsány principy obchodování, technické analýzy, obchodních systémů a neuronových sítí. Po provedené rešerši brokerů společnost Binance je zvolena v roli zprostředkovatele obchodování a poskytovatele "real-time" dat; společnost CryptoDataDownload je zvolena v roli poskytovatele historických dat. Po seznámení se s použitými technologiemi, jsou navrženy prvky informačních obchodních systémů, umožňující komunikaci se vzdálenými servery a mezi sebou, za účelem obchodování, získávání a souběžného zpracovávání uživatelských, historických nebo "real-time" dat. Výsledné systémy mají poskytnout uživateli možnost manuálně, poloautomaticky (podle předem daného plánu) nebo automaticky (na základě rozhodnutí rekurentní neuronové sítě, naučené na historických datech) obchodovat a reagovat na změnu tendencí na trhu. Dále se práce přesouvá do praktické roviny, obsahující implementaci a experimenty nad vytvořenými systémy. V závěrečné části práce jsou zhodnoceny výsledky a jsou popsány možnosti vylepšení a rozšíření.
|
|
|
Investiční prostředí ve virtuální real cash ekonomice
Lehnert, Filip ; Hlavinka, Roman (oponent) ; Budík, Jan (vedoucí práce)
Předmětem této diplomové práce je seznámení čtenáře s problematikou možných finančních investic ve virtuální ekonomice s reálnými peněžními prostředky a navržení strategie vedoucí k co největšímu zhodnocení počátečního kapitálu. V úvodu vystihuje analýzu virtuální měny PED, ekonomiky a systém veřejně obchodovatelných akcií. Hlavní část práce je zaměřena na představení výsledků prakticky obchodované investice vycházející z fundamentální analýzy, spekulací o vnitřní hodnotě akcie a vyhodnocení aplikované strategie včetně přínosů práce.
|
|
|
Algoritmické obchodování na burze s využitím dat z Twitteru
Kříž, Jakub ; Plchot, Oldřich (oponent) ; Szőke, Igor (vedoucí práce)
Práce se zabývá tvorbou systému, který na základě analýzy historických burzovních dat a zpráv z Twitteru predikuje budoucí vývoj trhu. Tweety ze dvou různých sad jsou analyzovány pomocí náladových slovníků nebo přes rekurentní neuronovou síť. Z výsledků této analýzy a technické analýzy burzovních dat je pomocí vrstvené neuronové sítě prováděna predikce. Dle predikce poté systém vytvoří a otestuje obchodní strategii. V rámci práce je navržen a implementován celý systém, který pomocí dat z analýzy tweetů dosáhl zvýšení výnosu některých obchodních strategií o více než 25 %. Toto zlepšení však platí jen pro konkrétní data a časové období.
|
|
|
Adaptive Trading Strategies for Cryptocurrencies
Filip, Marek ; Perešíni, Martin (oponent) ; Homoliak, Ivan (vedoucí práce)
Cryptocurrency trading strategies are based on either rising or falling markets, however, they fail when applied to the wrong trend in a volatile market. This thesis explores the idea of cryptocurrency trading in rising and falling markets with adaptive strategies that can adjust to current market trends in order to maximize effectiveness. The problem is solved by analyzing the Bitcoin price, creating risk metric and focusing on the function's extrema. Both long-term and short-term options are explored. An extensible backtester program is created to evaluate the strategies and plot the time series. The results are compared to traditional approaches like HODL and rebalance, the profits can multiply more than three times using the right criteria. The thesis offers new ways of gaining profit to cryptocurrency investors, as well as giving readers insight into creating (adaptive) trading strategies and backtesting them in code. The output of the thesis is expected to be used by automated trading systems.
|
|
| |
|
| |
|
|
Obchodování s akciovými CFD kontrakty
Zach, Jiří ; Bizoň, Jaromír (oponent) ; Budík, Jan (vedoucí práce)
Cílem této práce je seznámit čtenáře s problematikou finančních derivátů označovaných jako CFD a navrhnout investiční strategii vedoucí ke zhodnocení kapitálu. V úvodu popisuje začlenění derivátů na poli finančních trhů a dále se věnuje rozdělení a principům fungování rozdílových kontraktů, přičemž poukazuje na jejich specifika a z toho plynoucí výhody i nevýhody. Část investiční analýzy pak vysvětluje metody využívané při obchodování. V praktické části jsou představeny výsledky mého obchodování s CFDs a zhodnocena mnou navržená strategie spolu s přínosy práce.
|
|
|
Implementace efektivního E-Shoppingu
Moravec, Michal ; Holubář, Jiří (oponent) ; Kříž, Jiří (vedoucí práce)
Bakalářská práce pojednává o implementaci účinného elektronického nakupování zákazníků přes internet a aplikaci nejnovějších trendů do systému elektronického obchodu pro danou firmu. Cílem práce je moderní systém elektronického obchodu, který přinese pohodlí jak zákazníkům, tak i majiteli firmy provozující tento druh obchodování. Výsledkem práce bude nový systém aplikovány do firmy, dále bude proveden a zpuštěn reklamní a marketingový návrh na propagaci obchodu a firmy na internetu. Tyto nové trendy nám po jejich implementaci přinesou zvýšený počet zákazníků v elektronickém obchodě a tím i vyšší počet objednávek a zviditelnění firmy.
|
|
| |
|
|
Fundamentální analýza numerických dat pro automatický trading
Huf, Petr ; Szőke, Igor (oponent) ; Černocký, Jan (vedoucí práce)
Tato práce se zabývá využitím fundamentální analýzy v automatickém obchodování. Technická analýza využívá k predikci ceny hlavně její historické hodnoty a indikátory z této ceny odvozené. Fundamentální analýza naopak využívá informace z různých zdrojů k predikci cenového signálu, přičemž v této práci byly zkoumány pouze kvantitativní zdroje dat. Konkrétně se jedná o počasí, Forex, Google Trends, WikiTrends, historické ceny různých futures a souhrnná fundamentální data (porodnost, migrace, \dots). Takto získána data jsou zpracovávána LSTM neuronovou sítí, která provádí predikci ceny vybraných akcií. Na základě této predikce je postaven obchodní systém. Experimenty v této práci ukazují na zlepšení výsledků obchodního systému až o 8\% v úspěšnosti predikce díky zapojení fundamentální analýzy.
|
host ::
RSS.