Analýza finančních trhů s pomocí hlubokého učení

Simple item page
but.committeedoc. 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)cs
but.defenceOtázky 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.cs
but.jazykčeština (Czech)
but.programElektrotechnika, elektronika, komunikační a řídicí technikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorMašek, Jancs
dc.contributor.authorNimrichter, Adamcs
dc.contributor.refereeBurget, Radimcs
dc.date.created2018cs
dc.description.abstractPráce 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.cs
dc.description.abstractThe 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.en
dc.description.markBcs
dc.identifier.citationNIMRICHTER, A. Analýza finančních trhů s pomocí hlubokého učení [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2018.cs
dc.identifier.other110064cs
dc.identifier.urihttp://hdl.handle.net/11012/80757
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.subjectNeuronová síťcs
dc.subjectvirtuální měnacs
dc.subjectpredikční systémcs
dc.subjectLSTMcs
dc.subjectKerascs
dc.subjectTensorFlow.cs
dc.subjectNeural networken
dc.subjectvirtual currencyen
dc.subjectprediction systemen
dc.subjectLSTMen
dc.subjectKerasen
dc.subjectTensorFlow.en
dc.titleAnalýza finančních trhů s pomocí hlubokého učenícs
dc.title.alternativeFinancial market analysis using deep learning algorithmen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2018-06-06cs
dcterms.modified2024-05-17-12:53:27cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid110064en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 13:31:10en
sync.item.modts2025.01.15 14:34:28en
thesis.disciplineTelekomunikační a informační technikacs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav telekomunikacícs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
3.38 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
41.12 KB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_110064.html
Size:
4.1 KB
Format:
Hypertext Markup Language
Description:
file review_110064.html
Download
Collections
2018