Analýza finančních trhů s pomocí hlubokého učení
Loading...
Date
Authors
Nimrichter, Adam
Advisor
Referee
Mark
B
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
ORCID
Abstract
Práce se zabývá metodami pro analýzu finančních trhů zaměřených na virtuální měny. V souvislosti s virtuálnimi měnami je v teoretické části práce pojednáno o technologii decentralizované databáze, pomocných finančních indikátorech a umělých neuronových sítích s rekurentní architekturou. Konkrétním cílem práce je vytvořit systém pro udělení doporučení k nákupu, či prodeji dané měny. Systém sestává z navržené finanční strategie a predikované hodnoty, k čemuž je využito finančních ukazatelů a neuronové LSTM sítě. Testování bylo realizováno na historických datech z roku 2017 pro měny Bitcoin, Litecoin a Ethereum.
The thesis deals with methods for analysis of financial markets, focused on cryptocurrencies. The theoretical part, in a context of virtual currencies, describes block-chain technology, financial indicators and neural networks with recurrent architectures. Main goal is to create a system for giving a recommendation either for buy, or sell the currency. The system consists of designed financial strategy and predicted value of the currency, for which is used financial indicators and LSTM neural network. Tests were performed on Bitcoin, Litecoin and Ethereum historical data from year 2017.
The thesis deals with methods for analysis of financial markets, focused on cryptocurrencies. The theoretical part, in a context of virtual currencies, describes block-chain technology, financial indicators and neural networks with recurrent architectures. Main goal is to create a system for giving a recommendation either for buy, or sell the currency. The system consists of designed financial strategy and predicted value of the currency, for which is used financial indicators and LSTM neural network. Tests were performed on Bitcoin, Litecoin and Ethereum historical data from year 2017.
Description
Keywords
Neuronová síť , virtuální měna , predikční systém , LSTM , Keras , TensorFlow. , Neural network , virtual currency , prediction system , LSTM , Keras , TensorFlow.
Citation
NIMRICHTER, A. Analýza finančních trhů s pomocí hlubokého učení [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2018.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Telekomunikační a informační technika
Comittee
doc. Ing. Martin Vaculík, Ph.D. (předseda)
prof. Ing. Dan Komosný, Ph.D. (místopředseda)
doc. Ing. David Kubánek, Ph.D. (člen)
Ing. Jan Mašek, Ph.D. (člen)
Ing. Josef Vojtěch, Ph.D. (člen)
Ing. Lukáš Langhammer, Ph.D. (člen)
Date of acceptance
2018-06-06
Defence
Otázky k obhajobě:
- Je možné navrhnout neuronovou síť i s větvením jednotlivých vrstev? Popište jak a naznačte, jakou výhodu by takové řešení mohlo mít?
- Objasněte pojmy L1-norm a L2-norm. Jaký je mezi nimi rozdíl a k čemu je lze v práci použít?
- Objasněte pojem přetrénování.
- Popiště graf uvedený v prezentaci.
Student na kladené otázky odpověděl bez výhrad a prokázal porozumění problematice. Vynechání z měn bylo zdůvodněno.
Result of defence
práce byla úspěšně obhájena