KAČER, P. Forexový automatický obchodní systém založený na neuronových sítích [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2015.
Diplomová práce Bc. Petra Kačera řeší problematiku návrhu a realizace forexového automatického obchodního systému a modulu obchodní strategie založené na neuronových sítí s algoritmem učení backpropagation. Diplomant provedl rešerši vybraných prací zabývajících se použitím umělých neuronových sítí k predikci. Diplomant pracoval samostatně, dosažené výsledky pravidelně konzultoval. Výsledkem práce je obchodní systém AutoTrader, popis a implementace obchodních strategií založených na vícevrstvé neuronové síti a podrobné zhodnocení dosažených výsledků. Diplomant prokázal inženýrské schopnosti při samostatném studiu problematiky měnového trhu a realizaci vícevrstvé neuronové sítě. Zkušební komisi navrhuji hodnocení 91 bodů / výborně.
Po formální stránce je práce na velmi dobré úrovni, až na několik překlepů nemám výhrady. Po věcné stránce hodnotím splnění bodů zadání následovně: Bod 1.: Splněno. Rešerše je rozsáhlejší, než požadovalo zadání, tvoří ji kapitoly 1 a 2. Bod zadání je splněn v kapitole 2.4 – neuronové sítě a FOREX. Bod 2.: Splněno. Student navrhl, realizoval a popsal obchodní systém AutoTrader (kapitola 3), který rozšiřuje obchodní platformu Meta Trader 4. Navržený systém využívá koncept klient-server, čímž reálně odděluje část výpočetní včetně datových úložišť od části presentační, která tak může být do budoucna rozšířena pro různá mobilní zařízení a operační systémy. Celý systém včetně komunikačních rozhraní je v práci podrobně popsán, návrh považuji za dobrý. Bod 3.: Splněno s připomínkou. V kapitole 4.1 je popsána navržená strategie založená na predikci pomocí neuronové sítě. Navržená výstupní veličina jedním číslem charakterizuje vývoj kurzu za poslední hodinu pomocí transformace na obr. 4.6. Vstup do transformace je však pouze rozdíl mezi počáteční a koncovou cenou (obě upraveny průměrem), nezohledňuje však možnost výkyvu ceny uvnitř tohoto hodinového intervalu (např. krátký cenový propad). K tomu se váže otázka na konci posudku. Dále se nabízí otázka, zda student uvažoval na vstupu modelu využití i jiných technických indikátorů než toho prakticky nejjednoduššího, kterým je MA. Poslední připomínka se týká chybějícího zdůvodnění navržené vnitřní topologie použité neuronové sítě. Bod 4. a 5.: Splněno s připomínkou. Po technické stránce se práce jeví zpracovaná dobře. Nicméně se nabízí připomínka směřující mimo obor automatizace, a to k časovému rozpětí, ze kterého jsou data pro modelování použita. Testování probíhá na datech ze dnů úterý až čtvrtek z intervalu celé evropské seance. Nicméně známou strategií daytraderů je specializace jen na část seance. Zejména díky automatizaci se jeví smysluplným přinejmenším srovnat použitý přístup, kdy jsou data brána z celé senace, s více modely specializovanými na kratší úseky seance. Souhrnem, předložená práce využívá prostředky automatizace v oboru finančním. V práci rozsáhlé a velmi dobře zpracované postrádám více experimentů zaměřených na srovnání různých typů neuronových sítí případně různých topologií, ideálně na alespoň nějaký jiný typ modelu. Tím by student mohl více vytěžit ze vzdělání, které mu studovaný obor nabízí. Nicméně student nepochybně prokázal inženýrské schopnosti, navrhuji hodnocení B, velmi dobře, 85 bodů.
eVSKP id 85152