Forexový automatický obchodní systém založený na neuronových sítích

Simple item page
but.committeedoc. Ing. Eduard Janeček, CSc. (předseda) prof. Ing. František Šolc, CSc. (místopředseda) doc. Ing. Ludvík Bejček, CSc. (člen) Ing. Petr Honzík, Ph.D. (člen) Ing. Petr Petyovský, Ph.D. (člen) Ing. Soběslav Valach (člen)cs
but.defenceStudent obhájil diplomovou/bakalářskou práci.cs
but.jazykčeština (Czech)
but.programElektrotechnika, elektronika, komunikační a řídicí technikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorJirsík, Václavcs
dc.contributor.authorKačer, Petrcs
dc.contributor.refereeHonzík, Petrcs
dc.date.created2015cs
dc.description.abstractHlavním cílem této práce je vytvoření forexového automatického obchodního systému s možností přidávat obchodní strategie jako moduly a realizace modulu obchodní strategie založené na neuronových sítích. Implementovaný obchodní systém se skládá z klientské části pro obchodní platformu MetaTrader 4 a ze serverové GUI aplikace. Moduly obchodních strategií jsou realizovány formou dynamických knihoven. Navržená obchodní strategie využívá vícevrstvé neuronové sítě pro predikci směru 45-ti minutového plovoucího průměru zavíracích hodnot ceny v časovém horizontu jedné hodiny. Neuronové sítě byly schopné najít souvislost mezi vstupy a výstupem a predikovat pokles či nárůst s úspěšností vyšší než 50%. Při živém obchodování na demo účtu se pro měnový pár EUR/USD strategie projevila jako zisková, pro měnový pár GBP/USD naopak jako ztrátová. Při testech strategie na historických datech za rok 2014 bylo dosaženo zisku v případě obchodování na měnovém páru EUR/USD ve směru dlouhodobého trendu. Při obchodování proti směru trendu na měnovém páru EUR/USD a ve směru, i proti směru trendu na měnovém páru GBP/USD byla strategie ztrátová.cs
dc.description.abstractMain goal of this thesis is to create forex automated trading system with possibility to add trading strategies as modules and implementation of trading strategy module based on neural networks. Created trading system is composed of client part for MetaTrader 4 trading platform and server GUI application. Trading strategy modules are implemented as dynamic libraries. Proposed trading strategy uses multilayer neural networks for prediction of direction of 45 minute moving average of close prices in one hour time horizon. Neural networks were able to find relationship between inputs and output and predict drop or growth with success rate higher than 50%. In live demo trading, strategy displayed itself as profitable for currency pair EUR/USD, but it was losing for currency pair GBP/USD. In tests with historical data from year 2014, strategy was profitable for currency pair EUR/USD in case of trading in direction of long-term trend. In case of trading against direction of trend for pair EUR/USD and in case of trading in direction and against direction of trend for pair GBP/USD, strategy was losing.en
dc.description.markBcs
dc.identifier.citationKAČER, P. Forexový automatický obchodní systém založený na neuronových sítích [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2015.cs
dc.identifier.other85152cs
dc.identifier.urihttp://hdl.handle.net/11012/38431
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectVícevrstvá neuronová síťcs
dc.subjectforexcs
dc.subjectpredikcecs
dc.subjectobchodovánícs
dc.subjectstrategiecs
dc.subjectautomatickýcs
dc.subjectsystémcs
dc.subjectdatabázecs
dc.subjectservercs
dc.subjectklientcs
dc.subjectmeziprocesová komunikacecs
dc.subjectknihovnacs
dc.subjectC++cs
dc.subjectQt5.cs
dc.subjectMultilayer neural networken
dc.subjectforexen
dc.subjectpredictionen
dc.subjecttradingen
dc.subjectstrategyen
dc.subjectautomateden
dc.subjectsystemen
dc.subjectdatabaseen
dc.subjectserveren
dc.subjectclienten
dc.subjectinterprocess communicationen
dc.subjectlibraryen
dc.subjectC++en
dc.subjectQt5.en
dc.titleForexový automatický obchodní systém založený na neuronových sítíchcs
dc.title.alternativeForex automated trading system based on neural networksen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2015-06-09cs
dcterms.modified2015-06-15-07:23:05cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid85152en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 13:16:28en
sync.item.modts2025.01.17 14:28:18en
thesis.disciplineKybernetika, automatizace a měřenícs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav automatizace a měřicí technikycs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
2.58 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
1.8 MB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_85152.html
Size:
6.9 KB
Format:
Hypertext Markup Language
Description:
file review_85152.html
Download
Collections
2015