Tato práce se zabývá obchodováním na kapitálových trzích založeném na neuronové síti. Data jsou nejprve stažena z příslušných zdrojů, poté probíhá jejich normování a předzpracování indikátory technické analýzy. Toto tvoří vstup do neuronové sítě, která vrátí pro testovací data predikci (očekávaný testovací signál). V práci jsou zpracovány dvě metody tvorby vstupního signálu, dvousložková a šestisložková. Výsledná predikce neuronové sítě je testována na několika experimentech, kdy je kontrolována shoda naučeného modelu s testovacím signálem a schopnost utvářet predikce, na jejichž základě se budou provádět obchody generující zisk. V rámci této práce jsou mimo jiné natrénované modely testovány na datech z jiného zdroje než je ten, na kterém byly natrénovány.
Anotace v angličtině
This thesis focuses on investments on the capital market, mainly on trading decisions based on a neural networks predictions. First, the data is downloaded from its sources, then it proceeds with to be normalized and pre-processed using indicators from the technical analysis. The result of this process if transferred to an input layer of the neural network which returns a prediction for the test (data) set. This thesis also focuses on the methods of creating a training signal, which is represented as a w or 6 dimensional signal. Part of this signal is predicted by the neural network. The predicted model is then tested in several experiments where it is tested if it matches the pattern it obtained. Based on the model, trading is simulated. This thesis also includes experiments where the model is trained on data from different sources then the test source.
Klíčová slova
investování, neuronová síť, indikátory technické analýzy, kapitálový trh
Klíčová slova v angličtině
investment, neural network, indicators of technical analysis, capital market
Rozsah průvodní práce
43 s
Jazyk
CZ
Anotace
Tato práce se zabývá obchodováním na kapitálových trzích založeném na neuronové síti. Data jsou nejprve stažena z příslušných zdrojů, poté probíhá jejich normování a předzpracování indikátory technické analýzy. Toto tvoří vstup do neuronové sítě, která vrátí pro testovací data predikci (očekávaný testovací signál). V práci jsou zpracovány dvě metody tvorby vstupního signálu, dvousložková a šestisložková. Výsledná predikce neuronové sítě je testována na několika experimentech, kdy je kontrolována shoda naučeného modelu s testovacím signálem a schopnost utvářet predikce, na jejichž základě se budou provádět obchody generující zisk. V rámci této práce jsou mimo jiné natrénované modely testovány na datech z jiného zdroje než je ten, na kterém byly natrénovány.
Anotace v angličtině
This thesis focuses on investments on the capital market, mainly on trading decisions based on a neural networks predictions. First, the data is downloaded from its sources, then it proceeds with to be normalized and pre-processed using indicators from the technical analysis. The result of this process if transferred to an input layer of the neural network which returns a prediction for the test (data) set. This thesis also focuses on the methods of creating a training signal, which is represented as a w or 6 dimensional signal. Part of this signal is predicted by the neural network. The predicted model is then tested in several experiments where it is tested if it matches the pattern it obtained. Based on the model, trading is simulated. This thesis also includes experiments where the model is trained on data from different sources then the test source.
Klíčová slova
investování, neuronová síť, indikátory technické analýzy, kapitálový trh
Klíčová slova v angličtině
investment, neural network, indicators of technical analysis, capital market
Zásady pro vypracování
Prostudujte problematiku obchodování (komodity, akcie) a možnost (polo-)automatického získávání obchodních dat.
Analyzujte dostupné veřejné zdroje obchodních dat a vytvořte SW pro získávání těchto dat ve vhodném formátu.
Navrhněte množinu vhodných indikátorů a neuronovou síť pro podporu obchodních rozhodnutí.
Ověřte funkci algoritmu a vyhodnoťte dosažené výsledky.
Zásady pro vypracování
Prostudujte problematiku obchodování (komodity, akcie) a možnost (polo-)automatického získávání obchodních dat.
Analyzujte dostupné veřejné zdroje obchodních dat a vytvořte SW pro získávání těchto dat ve vhodném formátu.
Navrhněte množinu vhodných indikátorů a neuronovou síť pro podporu obchodních rozhodnutí.
Ověřte funkci algoritmu a vyhodnoťte dosažené výsledky.