Využití umělé inteligence na kapitálových trzích

Abstract

Práce se zabývá návrhem, implementací a optimalizací modelu založeného na umělé inteligenci a neuronových sítích schopného predikovat budoucí časové rady cen akcí na kapitálových trzích. Hlavní důraz je kladen na zestrojení objektově orientované aplikace pro úspěšný odhad budoucího trendu finančních derivátů za účasti podpůrných metod jako charakterizace časové rady pomocí Hurstova exponentu a automatizované obchodní simulace.

The thesis deals with design, implementation and optimization of a model based on artificial intelligence and neural networks, which is able to predict future time series prices on a stock market. Main goal is to create an object oriented application for successful future trend prediction of financial derivatives with the use of cooperating methods such as Hurst exponent evaluation and automated market simulation.