but.committee	doc. RNDr. Pavel Smrž, Ph.D. (předseda) prof. Ing. Adam Herout, Ph.D. (místopředseda) doc. Mgr. Jaroslav Hrdina, Ph.D. (člen) Ing. Michal Španěl, Ph.D. (člen) prof. Ing. Miroslav Švéda, CSc. (člen) prof. Ing. Tomáš Vojnar, Ph.D. (člen)	cs
but.defence	Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B. Otázky u obhajoby: Definujte (pokud možno formálně) stabilitu strategie. Na obrázku 9.28 vidím, že zisk strategie s fundamentálními daty dosáhl asi $70k, zatímco bez fundamentálních dat byl zisk asi $90k. Přepočteno v průměru na jeden obchod to činí $75,6 (s fund.) vs. $75,9 (bez fund.). Co vás vede k závěru, že fundamentální data pomáhají? Jak vypadá 10 grafů zisků vaší nejlepší strategie, které se liší pouze rozdílnou náhodnou inicializací strategie?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Černocký, Jan	cs
dc.contributor.author	Huf, Petr	cs
dc.contributor.referee	Szőke, Igor	cs
dc.date.accessioned	2018-10-21T20:58:12Z
dc.date.available	2018-10-21T20:58:12Z
dc.date.created	2016	cs
dc.description.abstract	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.	cs
dc.description.abstract	This thesis is aimed to exploitation of fundamental analysis in automatic trading. Technical analysis uses historical prices and indicators derived from price for price prediction. On the opposite, fundamental analysis uses various information resources for price prediction. In this thesis, only quantitative data are used. These data sources are namely weather, Forex, Google Trends, WikiTrends, historical prices of futures and some fundamental data (birth rate, migration, \dots). These data are processed with LSTM neural network, which predicts stocks prices of selected companies. This prediction is basis for created trading system. Experiments show major improvement in results of the trading system; 8\% increase in success prediction accuracy thanks to involvement of fundamental analysis.	en
dc.description.mark	B	cs
dc.identifier.citation	HUF, P. Fundamentální analýza numerických dat pro automatický trading [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2016.	cs
dc.identifier.other	96582	cs
dc.identifier.uri	http://hdl.handle.net/11012/61817
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	Obchodování	cs
dc.subject	neuronové sítě	cs
dc.subject	data	cs
dc.subject	počasí	cs
dc.subject	fundamentální analýza	cs
dc.subject	akcie	cs
dc.subject	burza	cs
dc.subject	strojové učení	cs
dc.subject	rekurentní neuronové sítě	cs
dc.subject	Trading	en
dc.subject	neural networks	en
dc.subject	data	en
dc.subject	weather	en
dc.subject	fundamental analysis	en
dc.subject	shares	en
dc.subject	stock exchange	en
dc.subject	machine learning	en
dc.subject	recurrent neural networks	en
dc.title	Fundamentální analýza numerických dat pro automatický trading	cs
dc.title.alternative	Fundamental Analysis of Numerical Data for Automatic Trading	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2016-06-20	cs
dcterms.modified	2020-05-10-16:12:44	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	96582	en
sync.item.dbtype	ZP	en
sync.item.insts	2021.11.22 22:22:12	en
sync.item.modts	2021.11.22 21:51:25	en
thesis.discipline	Počítačová grafika a multimédia	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

Fundamentální analýza numerických dat pro automatický trading

Files

Original bundle

Collections