Algoritmické obchodování na burze s využitím umělých neuronových sítí

Loading...
Thumbnail Image

Date

Authors

Chlud, Michal

Mark

C

Journal Title

Journal ISSN

Volume Title

Publisher

Vysoké učení technické v Brně. Fakulta informačních technologií

ORCID

Abstract

Tato diplomová práce se zabývá algoritmickým obchodováním na burze s využitím umělých neuronových sítí. V první částí jsou popsány základní termíny týkající se obchodování na burze a algoritmického obchodování, také je zde k dispozici teoretický úvod do neuronových sítí. V druhé částí jsou specifikována data, na kterých bude probíhat simulace obchodování. Na těchto datech se také učí neuronová síť. Ta je využita pro predikci budoucí hodnoty trhu v automatické obchodní strategii. Ke konci je navzájem porovnáno několik strategií s různými variantami neuronových sítí.
This diploma thesis delas with algoritmic trading using neural networks. In the first part, some basic information about stock trading, algorithmic trading and neural networks are given. In the second part, data sets of historical market data are used in trading simulation and also as training input of neural networks. Neural networks are used by automated strategy for predicting future stock price. Couple of automated strategies with different variants of neural networks are evaluated in the last part of this work.

Description

Citation

CHLUD, M. Algoritmické obchodování na burze s využitím umělých neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2016.

Document type

Document version

Date of access to the full text

Language of document

cs

Study field

Počítačová grafika a multimédia

Comittee

doc. RNDr. Pavel Smrž, Ph.D. (předseda) prof. Ing. Adam Herout, Ph.D. (místopředseda) doc. Mgr. Jaroslav Hrdina, Ph.D. (člen) doc. Ing. Michal Španěl, Ph.D. (člen) prof. Ing. Miroslav Švéda, CSc. (člen) prof. Ing. Tomáš Vojnar, Ph.D. (člen)

Date of acceptance

2016-06-20

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 C. Otázky u obhajoby: Proč má normalizace dat tak zásadní vliv na úspěšnost trénování? Z jakého důvodu si myslíte že trénování na jedné datové sadě dopadne dobře a na druhé selže kompletně (TF)? V klasifikačním problému jste používal třídy LONG a SHORT a ty měly problém využít celý obor hodnot tanh - vyzkoušel jste aplikovat Softmax na výstup této sítě?

Result of defence

práce byla úspěšně obhájena

DOI

Collections

Endorsement

Review

Supplemented By

Referenced By

Citace PRO