but.committee	doc. Ing. František Zbořil, Ph.D. (předseda) doc. Ing. Lukáš Burget, Ph.D. (místopředseda) Ing. Zbyněk Křivka, Ph.D. (člen) Ing. Jaroslav Rozman, Ph.D. (člen) Ing. Josef Strnadel, 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 A. Otázky u obhajoby: Zkoušel jste měnit počet skrytých vrstev, případně jejich velikost v neuronové síti? Jaký význam má regularizace trénování parametrů neuronové sítě?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Szőke, Igor	cs
dc.contributor.author	Červíček, Karel	cs
dc.contributor.referee	Glembek, Ondřej	cs
dc.date.accessioned	2019-04-04T05:13:11Z
dc.date.available	2019-04-04T05:13:11Z
dc.date.created	2016	cs
dc.description.abstract	Forex je dnes největším trhem na světě. Díky vysoké likviditě je vhodným kandidátem pro intradenní obchodování na základě jisté obchodní strategie založené na technické a fundamentální analýze. Obchodní strategie jdou navrhnout pro automatické algoritmické obchodování. Takováto strategie je navržena s využitím neuronové sítě, která zastává pozici aproximátoru časové řady kurzovních dat na základě, kterého je možné predikovat budoucí vývoj.	cs
dc.description.abstract	Forex is the biggest foreign exchange market. Thanks to high liquidity it is a good candidate for intraday trading with certain trading strategies based on technical and fundamental analysis.Trading strategies can be proposed for automatic algorithmic trading.Strategy in this article is designed with a neural network that holds positions as approximator of time series data based on the exchange rate, which can predict the future.	en
dc.description.mark	A	cs
dc.identifier.citation	ČERVÍČEK, K. Algoritmické obchodování na burze s využitím umělých neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2016.	cs
dc.identifier.other	96338	cs
dc.identifier.uri	http://hdl.handle.net/11012/62012
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	strojové učení	cs
dc.subject	algoritmické obchodování	cs
dc.subject	Forex	cs
dc.subject	neuronové sítě	cs
dc.subject	predikce	cs
dc.subject	technická analýza	cs
dc.subject	machine learning	en
dc.subject	algorithmic trading	en
dc.subject	Forex	en
dc.subject	Artificial neural network	en
dc.subject	prediction	en
dc.subject	technical analysis	en
dc.title	Algoritmické obchodování na burze s využitím umělých neuronových sítí	cs
dc.title.alternative	Algorithmic Trading Using Artificial Neural Networks	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2016-06-13	cs
dcterms.modified	2020-05-10-16:12:25	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	96338	en
sync.item.dbtype	ZP	en
sync.item.insts	2021.11.12 18:59:28	en
sync.item.modts	2021.11.12 18:55:07	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Algoritmické obchodování na burze s využitím umělých neuronových sítí

Files

Original bundle

Collections