but.committee	prof. Ing. Tomáš Hruška, CSc. (předseda) doc. RNDr. Pavel Smrž, Ph.D. (místopředseda) Ing. Radek Kočí, Ph.D. (člen) doc. RNDr. Michal Novák, Ph.D. (člen) doc. Ing. Zdeněk Vašíček, 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 C. Otázky u obhajoby: Dalo by se pro predikci trhu využít i objemu provedených obchodů pro jednotlivé časové okamžiky? Mohl byste prezentovat jednu z výsledných tabulek z kapitoly 5 v klasickém procentuálním hodnocení úspěšnosti 0-100%	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Holkovič, Martin	cs
dc.contributor.author	Klhůfek, Michal	cs
dc.contributor.referee	Trchalík, Roman	cs
dc.date.created	2017	cs
dc.description.abstract	Práce pojednává o systému pro predikci vývoje trhu na základě dat, která byla získána na zkoumaném trhu v minulosti. Cíl byl kladen na využití metod technické analýzy k vytvoření co nejpřesnějšího odhadu chování trhu v budoucnosti. Data získaná z aktuálního stavu trhu jsou pomocí algoritmů na klasifikaci dat z oblasti strojového učení vzájemně porovnávána s historickými hodnotami trhu. Na základě jednotlivých algoritmů byl implementován software, který se snaží nalézt co nejpodobnější shodu dvou skupin dat. Testování probíhalo na sadě dat, která reprezentovala minulý vývoj trhu a bylo pozorováno, na kolik je celkový systém výkonný.	cs
dc.description.abstract	This thesis discusses a market prediction system based on the data obtained from the historic tranzaction. The main goal was to use the techniques of technical analysis to create a more accurate estimation of market behavior in the future. The data obtained from the current state of the market are compared with the historical market values using the algorithms for the classification of data from the field of learning. Based on individual algorithms, the software was designed to try to match the two sets of data as closely as possible. Testing took place on a dataset that represented the past market enthusiasm, and how much the overall system is performing.	en
dc.description.mark	C	cs
dc.identifier.citation	KLHŮFEK, M. Využití strojového učení pro predikci vývoje trhu [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2017.	cs
dc.identifier.other	106415	cs
dc.identifier.uri	http://hdl.handle.net/11012/69619
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	finanční trhy	cs
dc.subject	technická analýza	cs
dc.subject	Dowova teorie	cs
dc.subject	klasifikace dat	cs
dc.subject	Jaccardův koeficient	cs
dc.subject	financial markets	en
dc.subject	technical analysis	en
dc.subject	Dow theory	en
dc.subject	data classification	en
dc.subject	Jaccard index	en
dc.title	Využití strojového učení pro predikci vývoje trhu	cs
dc.title.alternative	Use Machine Learning to Predict Future Market Prices	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2017-06-14	cs
dcterms.modified	2020-05-10-16:13:05	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	106415	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 18:59:12	en
sync.item.modts	2025.01.15 14:23:19	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav informačních systémů	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Využití strojového učení pro predikci vývoje trhu

Files

Original bundle

Collections