Využití technik umělé inteligence na finančních trzích

Raková, Jana

Využití technik umělé inteligence na finančních trzích

DSpace Repository

Language: English čeština

Využití technik umělé inteligence na finančních trzích

dc.contributor.advisor	Komínková Oplatková, Zuzana
dc.contributor.author	Raková, Jana
dc.date.accessioned	2013-10-21T14:01:37Z
dc.date.available	2013-10-21T14:01:37Z
dc.date.issued	2013-07-26
dc.identifier	Elektronický archiv Knihovny UTB	cs
dc.identifier.uri	http://hdl.handle.net/10563/25748
dc.description.abstract	Tato práce se zabývá využitím neuronové sítě na finančních trzích. Neuronová síť feedforward byla naučena a použita k rozpoznávání vzoru v časovém grafu. Pro diplomovou práci byl vybrán vzor, který se nazývá DoubleTop (DT). Pokud je detekován tento vzor, obvykle dochází ke změně trendu, která může poskytnout dobrou obchodní příležitost. Z vybraného vzoru DT bylo vytvořeno několik trénovacích množin, pomocí nichž byla siť naučena. Testování sítě bylo provedeno na předložených datech z reálného finančního trhu a vyzkoušeno vyhledávání vzoru DT.	cs
dc.format	58 s.	cs
dc.format.extent	6037185 bytes	cs
dc.format.mimetype	application/zip	cs
dc.language.iso	cs
dc.publisher	Univerzita Tomáše Bati ve Zlíně
dc.rights	Bez omezení
dc.subject	finanční trh	cs
dc.subject	neuronová síť	cs
dc.subject	trénovací množina	cs
dc.subject	testovací množina	cs
dc.subject	DoubleTop	cs
dc.subject	financial market	en
dc.subject	neural network	en
dc.subject	training set	en
dc.subject	testing set	en
dc.subject	DoubleTop	en
dc.title	Využití technik umělé inteligence na finančních trzích	cs
dc.title.alternative	The Exploitation of Artificial Intelligence Techniques in the Financial Markets	en
dc.type	diplomová práce	cs
dc.contributor.referee	Volná, Eva
dc.date.accepted	2013-09-10
dc.description.abstract-translated	This work deals with the neural network exploitation in financial markets. The feedforward neural network was taught and used for the model detection in a time diagram. For this thesis the model was chosen which is named DoubleTop (DT). In case this model is detected it usually comes to a trend change by which a good business opportunity can be provided. Out of the chosen DT model several training sets were created by the help of which the network was taught. The network testing was provided on the submitted data from the real financial market and searching of the DT model was tested.	en
dc.description.department	Ústav informatiky a umělé inteligence	cs
dc.description.result	obhájeno	cs
dc.parent.uri	http://hdl.handle.net/10563/154	cs
dc.parent.uri	http://hdl.handle.net/10563/220	cs
dc.thesis.degree-discipline	Informační technologie	cs
dc.thesis.degree-discipline	Information Technologies	en
dc.thesis.degree-grantor	Univerzita Tomáše Bati ve Zlíně. Fakulta aplikované informatiky	cs
dc.thesis.degree-grantor	Tomas Bata University in Zlín. Faculty of Applied Informatics	en
dc.thesis.degree-name	Ing.	cs
dc.thesis.degree-program	Inženýrská informatika	cs
dc.thesis.degree-program	Engineering Informatics	en
dc.identifier.stag	31231
utb.result.grade	B
dc.date.submitted	2013-09-03
local.subject	neuronové sítě (počítačová věda)	cs
local.subject	neural networks	en