Využití SVM v prostředí finančních trhů

Abstract

Tato diplomová práce se zabývá využitím regrese nebo klasifikace pomocí metody podpůrných vektorů SVM z oblasti strojového učení. SVM predikují hodnoty, které jsou používány k rozhodování automatického obchodovacího systému. Regrese a klasifikace jsou hodnoceny z hlediska použitelnosti pro rozhodování. Strategie je následně optimalizována, testována a vyhodnocována na množině historických dat devizového trhu Forex. Výsledky obchodování jsou slibné. Strategie by mohla být využita v kombinaci s jinou strategií, která by potvrzovala rozhodnutí o vstupu a výstupu z obchodů.This thesis deals with use of regression or classification based on support vector machines from machine learning field. SVMs predict values that are used for decisions of automatic trading system. Regression and classification are evaluated for their usability for decision making. Strategy is being then optimized, tested and evaluated on foreign exchange market Forex historic data set. Results are promising. Strategy could be used in combination with other strategy that would confirm decisions for entering and exiting trades.