Využití veřejných obchodních informací pro automatický trading

Loading...
Thumbnail Image
Date
ORCID
Mark
C
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
V dnešní době moderních technologií a výkonných počítačů již klasické obchodní modely přestávají fungovat. Pro úspěšné obchodování na burze, generující konzistentní zisky, je proto vhodné využít nových možností a technologií. Cílem této práce je právě díky těmto novým technologiím vytvořit fungující automatický obchodní systém. Tato práce využívá veřejně dostupných dat uložených v databázi Americké Komise pro cenné papíry (SEC), historické ceny akcii a rekurentní neuronové sítě k vytvoření takového modelu. Výsledný obchodní systém je schopný úspěšně obchodovat a vykazovat zisk. 
In the era of modern technology and high performance computers, the classical trades model getting insufficient. For successful trading, generating stable profit, it is good to use modern technologies and opportunities. The main goal of this work is to develop a trading system based on modern technologies. This work uses public business data from Edgar database managed by U.S. Securities and Exchange Commission (SEC), historical share´s prices and recurrent neural network to create such model. The final system is able to trade successfully and generate profit.
Description
Citation
GRÁCA, M. Využití veřejných obchodních informací pro automatický trading [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2016.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Informační technologie
Comittee
doc. Dr. Ing. Jan Černocký (předseda) prof. Ing. Martin Drahanský, Ph.D. (místopředseda) Ing. Michal Bidlo, Ph.D. (člen) RNDr. Marek Rychlý, Ph.D. (člen) Ing. Michal Španěl, Ph.D. (člen)
Date of acceptance
2016-06-15
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 dobře (C). Otázky u obhajoby: Při obhajobě prezentujte opravené výsledky V textu se kromě obrázku 7.1 vůbec nezmiňujete o použití dropouts jako regularizační techniky. Okomentujte důvody proč zde byla tato technika použita a pokuste se prezentovat jaký vliv má na trénování a na výslednou úspěšnost systému. Z kódu je zřejmé, že mícháte data pro trénování rekurentních modelů. Jelikož tyto modely pracují s delší historií a tento přístup porušuje kontinuitu dat, tak by bylo vhodné analyzovat chování systému i bez zamíchání trénovacích dat. Pokuste se analyzovat chování systému s a bez zamíchání trénovacích dat. Při návrhu systému neuvažujete, že obchodní systém bude muset nakupovat za reálné intradenní ceny. Ty mohou být zatíženy značnou volatilitou a spreadem. Pokuste se zanalyzovat, nejlépe na vzorku intradenních dat, jaký vliv by mělo výše uvedené na ceny použitých titulů a výkonnost obchodního systému.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení
DOI
Collections
Citace PRO