Search

Tato práce se zabývá obchodováním na Burze cenných papírů Praha a Burze cenných papírů Bratislava. Popisuje historický vývoj burz, dále přibližuje Burzu cenných papírů Praha a Burzu cenných papírů Bratislava, a hlavní indexy, se kterými se obchoduje na obou burzách. Praktická část je věnována komparaci zvolených burz včetně vývoje vybraných titulů cenných papírů a to akcií., This work deals with trading on the Prague Stock Exchange and the Bratislava Stock Exchange. It describes the historical development of stock exchanges, as well as approaching the Prague Stock Exchange and the Stock Exchange Bratislava, and indices traded on both exchanges. The practical part is devoted to benchmarking the development of selected types of securities., Ústav podnikové ekonomiky a managementu, Název bakalářské práce: Obchodování na vybraných burzách Cílem práce je komparace obchodování na pražské a bratislavské burze včetně porovnání vývoje obchodování s vybranými cennými papíry. Otázky k obhajobě: 1) V případě, že by nová společnost chtěla vstoupit na burzu, kterou z Vámi zkoumaných burz byste doporučila a proč? 2) Co vede společnosti k tomu, aby začaly obchodovat na burzách s akciemi?

Bakalářská práce, Obchodování na komoditní burze, se snaží přiblížit základní pojmy související s burzovním trhem, komoditními burzami a investováním do komodit. Popisuje vývoj Komoditní burzy v Praze, možnosti obchodování a komodity, se kterými je možné na této burze obchodovat. V závěru je charakterizováno investování a následně jsou zhodnoceny jeho výhody a nevýhody. Hlavním cílem práce je demonstrovat, že obchodování s komoditami je dostupné nejen pro zkušené investory., This bachelor´s thesis, trading on the commodity exchange, is trying to explain basic terms which are connected with exchange market, commodity exchanges and investment to commodities. Thesis describes development of Prague Commodity exchange, possibilities of trading and commodities with which is possible to trade on this exchange. At the end investment is characterized and there are evaluated it´s advantages and disadvantages. The main goal of thesis is to demonstrate, that trading with commodities is available not only for experienced investors., Ústav ekonomiky a managementu, Úvod a představení cílů práce, obchodování na komoditní burze, výhody a nevýhody investování, závěrečné zhodnocení. Zodpovězení doplňujících otázek: Vyjmenujte další komoditní burzy v ČR? Do které komodity byste investovala v současné době?

Tato práce se zabývá testováním indikátorů technické analýzý a jejich vlastnosti k různým druhům trhů. V této práci jsme se zabývali testováním jednoduchých klouzavých průměrů, exponenciálních klouzavých průměrů, indikátoru RSI, indikátoru MACD a také stochastického indikátoru. V závěru jsme také testovali vlastnosti indikátoru kombinovaného a to stochastického s indikátorem MACD. Pro každý indikátor byl vytvořen obchodní systém na kterém jsme testovali vlastnosti systému. Z výsledku jsme schopni vyčíst, že optimalizací můžeme dosáhnout uspokojivých výsledků a značně zvýšit výnosnost indikátoru. Indikátory, které se jevily jako nevýnosné, byly po optimalizaci výnosné. Nicméně testování technických indikátorů není dostatečné pro stabilně výnosné obchodování., This thesis deals with testing indicators of technical analysis and their behavior with different kinds of market. In this thesis we tested simple moving averages, exponential moving averages, relative strength index indicator, MACD indicator, and stochastic indicator. At the end we tested a combined indicator, and that was stochastic with MACD. We created an automatic trading system for each of these indicators. From the results we can find out, that by optimizing the technical indicators we can get satisfying results by increasing the profitability. Indicators that seemed non-profitable were in fact profitable after the optimization. However testing parameters of indicators of technical analysis alone is not enough to make a stable profit.

Tato diplomová práce se zabývá algoritmickým obchodováním na burze s využitím umělých neuronových sítí. V první částí jsou popsány základní termíny týkající se obchodování na burze a algoritmického obchodování, také je zde k dispozici teoretický úvod do neuronových sítí. V druhé částí jsou specifikována data, na kterých bude probíhat simulace obchodování. Na těchto datech se také učí neuronová síť. Ta je využita pro predikci budoucí hodnoty trhu v automatické obchodní strategii. Ke konci je navzájem porovnáno několik strategií s různými variantami neuronových sítí., This diploma thesis delas with algoritmic trading using neural networks. In the first part, some basic information about stock trading, algorithmic trading and neural networks are given. In the second part, data sets of historical market data are used in trading simulation and also as training input of neural networks. Neural networks are used by automated strategy for predicting future stock price. Couple of automated strategies with different variants of neural networks are evaluated in the last part of this work.

Tato diplomová práce se zabývá algoritmickým obchodováním na burze s využitím umělých neuronových sítí. V první částí jsou popsány základní termíny týkající se obchodování na burze a algoritmického obchodování, také je zde k dispozici teoretický úvod do neuronových sítí. V druhé částí jsou specifikována data, na kterých bude probíhat simulace obchodování. Na těchto datech se také učí neuronová síť. Ta je využita pro predikci budoucí hodnoty trhu v automatické obchodní strategii. Ke konci je navzájem porovnáno několik strategií s různými variantami neuronových sítí., This diploma thesis delas with algoritmic trading using neural networks. In the first part, some basic information about stock trading, algorithmic trading and neural networks are given. In the second part, data sets of historical market data are used in trading simulation and also as training input of neural networks. Neural networks are used by automated strategy for predicting future stock price. Couple of automated strategies with different variants of neural networks are evaluated in the last part of this work.

Tato diplomová práce se zabývá využitím neuronových sítí pro účely předpovědi vývoje kurzu trhů na burze. Zmiňuje základy teorie fungování burzy a obchodování na ní. V práci je dále popsána teorie neuronových sítí, jaké jsou možnosti jejich využití a jakým způsobem je vhodné neuronovou síť navrhnout pro danou aplikaci. V praktické části jsou navrženy dva predikční modely využívající neuronové sítě. Ty jsou dále využity navrženým obchodním modelem a simulovány na zvolených datech. Následně jsou výsledky porovnány s obchodním modelem člověka a náhodným obchodním modelem a jsou navrženy další směry vývoje systému., This work deals with the usage of neural network for the purpose of stock market prediction. A basic stock market theory and trading approaches are mentioned at the beginning of this work. Then neural networks and their application are discussed with their deeper description. Similar approaches are referred and finally two new prediction systems are designed. These systems are utilized by proposed trading model and tested on selected data. The results are compared to human and random trading models and new development steps are devised at the end of this work.

Tato práce se zabývá testováním indikátorů technické analýzý a jejich vlastnosti k různým druhům trhů. V této práci jsme se zabývali testováním jednoduchých klouzavých průměrů, exponenciálních klouzavých průměrů, indikátoru RSI, indikátoru MACD a také stochastického indikátoru. V závěru jsme také testovali vlastnosti indikátoru kombinovaného a to stochastického s indikátorem MACD. Pro každý indikátor byl vytvořen obchodní systém na kterém jsme testovali vlastnosti systému. Z výsledku jsme schopni vyčíst, že optimalizací můžeme dosáhnout uspokojivých výsledků a značně zvýšit výnosnost indikátoru. Indikátory, které se jevily jako nevýnosné, byly po optimalizaci výnosné. Nicméně testování technických indikátorů není dostatečné pro stabilně výnosné obchodování., This thesis deals with testing indicators of technical analysis and their behavior with different kinds of market. In this thesis we tested simple moving averages, exponential moving averages, relative strength index indicator, MACD indicator, and stochastic indicator. At the end we tested a combined indicator, and that was stochastic with MACD. We created an automatic trading system for each of these indicators. From the results we can find out, that by optimizing the technical indicators we can get satisfying results by increasing the profitability. Indicators that seemed non-profitable were in fact profitable after the optimization. However testing parameters of indicators of technical analysis alone is not enough to make a stable profit.

Tato diplomová práce se zabývá využitím neuronových sítí pro účely předpovědi vývoje kurzu trhů na burze. Zmiňuje základy teorie fungování burzy a obchodování na ní. V práci je dále popsána teorie neuronových sítí, jaké jsou možnosti jejich využití a jakým způsobem je vhodné neuronovou síť navrhnout pro danou aplikaci. V praktické části jsou navrženy dva predikční modely využívající neuronové sítě. Ty jsou dále využity navrženým obchodním modelem a simulovány na zvolených datech. Následně jsou výsledky porovnány s obchodním modelem člověka a náhodným obchodním modelem a jsou navrženy další směry vývoje systému., This work deals with the usage of neural network for the purpose of stock market prediction. A basic stock market theory and trading approaches are mentioned at the beginning of this work. Then neural networks and their application are discussed with their deeper description. Similar approaches are referred and finally two new prediction systems are designed. These systems are utilized by proposed trading model and tested on selected data. The results are compared to human and random trading models and new development steps are devised at the end of this work.

Tato práce se zabývá testováním indikátorů technické analýzý a jejich vlastnosti k různým druhům trhů. V této práci jsme se zabývali testováním jednoduchých klouzavých průměrů, exponenciálních klouzavých průměrů, indikátoru RSI, indikátoru MACD a také stochastického indikátoru. V závěru jsme také testovali vlastnosti indikátoru kombinovaného a to stochastického s indikátorem MACD. Pro každý indikátor byl vytvořen obchodní systém na kterém jsme testovali vlastnosti systému. Z výsledku jsme schopni vyčíst, že optimalizací můžeme dosáhnout uspokojivých výsledků a značně zvýšit výnosnost indikátoru. Indikátory, které se jevily jako nevýnosné, byly po optimalizaci výnosné. Nicméně testování technických indikátorů není dostatečné pro stabilně výnosné obchodování., This thesis deals with testing indicators of technical analysis and their behavior with different kinds of market. In this thesis we tested simple moving averages, exponential moving averages, relative strength index indicator, MACD indicator, and stochastic indicator. At the end we tested a combined indicator, and that was stochastic with MACD. We created an automatic trading system for each of these indicators. From the results we can find out, that by optimizing the technical indicators we can get satisfying results by increasing the profitability. Indicators that seemed non-profitable were in fact profitable after the optimization. However testing parameters of indicators of technical analysis alone is not enough to make a stable profit.

Tato diplomová práce se zabývá algoritmickým obchodováním na burze s využitím umělých neuronových sítí. V první částí jsou popsány základní termíny týkající se obchodování na burze a algoritmického obchodování, také je zde k dispozici teoretický úvod do neuronových sítí. V druhé částí jsou specifikována data, na kterých bude probíhat simulace obchodování. Na těchto datech se také učí neuronová síť. Ta je využita pro predikci budoucí hodnoty trhu v automatické obchodní strategii. Ke konci je navzájem porovnáno několik strategií s různými variantami neuronových sítí., This diploma thesis delas with algoritmic trading using neural networks. In the first part, some basic information about stock trading, algorithmic trading and neural networks are given. In the second part, data sets of historical market data are used in trading simulation and also as training input of neural networks. Neural networks are used by automated strategy for predicting future stock price. Couple of automated strategies with different variants of neural networks are evaluated in the last part of this work.

Tato práce se zabývá testováním indikátorů technické analýzý a jejich vlastnosti k různým druhům trhů. V této práci jsme se zabývali testováním jednoduchých klouzavých průměrů, exponenciálních klouzavých průměrů, indikátoru RSI, indikátoru MACD a také stochastického indikátoru. V závěru jsme také testovali vlastnosti indikátoru kombinovaného a to stochastického s indikátorem MACD. Pro každý indikátor byl vytvořen obchodní systém na kterém jsme testovali vlastnosti systému. Z výsledku jsme schopni vyčíst, že optimalizací můžeme dosáhnout uspokojivých výsledků a značně zvýšit výnosnost indikátoru. Indikátory, které se jevily jako nevýnosné, byly po optimalizaci výnosné. Nicméně testování technických indikátorů není dostatečné pro stabilně výnosné obchodování., This thesis deals with testing indicators of technical analysis and their behavior with different kinds of market. In this thesis we tested simple moving averages, exponential moving averages, relative strength index indicator, MACD indicator, and stochastic indicator. At the end we tested a combined indicator, and that was stochastic with MACD. We created an automatic trading system for each of these indicators. From the results we can find out, that by optimizing the technical indicators we can get satisfying results by increasing the profitability. Indicators that seemed non-profitable were in fact profitable after the optimization. However testing parameters of indicators of technical analysis alone is not enough to make a stable profit.

Tato diplomová práce se zabývá využitím neuronových sítí pro účely předpovědi vývoje kurzu trhů na burze. Zmiňuje základy teorie fungování burzy a obchodování na ní. V práci je dále popsána teorie neuronových sítí, jaké jsou možnosti jejich využití a jakým způsobem je vhodné neuronovou síť navrhnout pro danou aplikaci. V praktické části jsou navrženy dva predikční modely využívající neuronové sítě. Ty jsou dále využity navrženým obchodním modelem a simulovány na zvolených datech. Následně jsou výsledky porovnány s obchodním modelem člověka a náhodným obchodním modelem a jsou navrženy další směry vývoje systému., This work deals with the usage of neural network for the purpose of stock market prediction. A basic stock market theory and trading approaches are mentioned at the beginning of this work. Then neural networks and their application are discussed with their deeper description. Similar approaches are referred and finally two new prediction systems are designed. These systems are utilized by proposed trading model and tested on selected data. The results are compared to human and random trading models and new development steps are devised at the end of this work.

Tato diplomová práce se zabývá využitím neuronových sítí pro účely předpovědi vývoje kurzu trhů na burze. Zmiňuje základy teorie fungování burzy a obchodování na ní. V práci je dále popsána teorie neuronových sítí, jaké jsou možnosti jejich využití a jakým způsobem je vhodné neuronovou síť navrhnout pro danou aplikaci. V praktické části jsou navrženy dva predikční modely využívající neuronové sítě. Ty jsou dále využity navrženým obchodním modelem a simulovány na zvolených datech. Následně jsou výsledky porovnány s obchodním modelem člověka a náhodným obchodním modelem a jsou navrženy další směry vývoje systému., This work deals with the usage of neural network for the purpose of stock market prediction. A basic stock market theory and trading approaches are mentioned at the beginning of this work. Then neural networks and their application are discussed with their deeper description. Similar approaches are referred and finally two new prediction systems are designed. These systems are utilized by proposed trading model and tested on selected data. The results are compared to human and random trading models and new development steps are devised at the end of this work.

Tato práce se zabývá testováním indikátorů technické analýzý a jejich vlastnosti k různým druhům trhů. V této práci jsme se zabývali testováním jednoduchých klouzavých průměrů, exponenciálních klouzavých průměrů, indikátoru RSI, indikátoru MACD a také stochastického indikátoru. V závěru jsme také testovali vlastnosti indikátoru kombinovaného a to stochastického s indikátorem MACD. Pro každý indikátor byl vytvořen obchodní systém na kterém jsme testovali vlastnosti systému. Z výsledku jsme schopni vyčíst, že optimalizací můžeme dosáhnout uspokojivých výsledků a značně zvýšit výnosnost indikátoru. Indikátory, které se jevily jako nevýnosné, byly po optimalizaci výnosné. Nicméně testování technických indikátorů není dostatečné pro stabilně výnosné obchodování., This thesis deals with testing indicators of technical analysis and their behavior with different kinds of market. In this thesis we tested simple moving averages, exponential moving averages, relative strength index indicator, MACD indicator, and stochastic indicator. At the end we tested a combined indicator, and that was stochastic with MACD. We created an automatic trading system for each of these indicators. From the results we can find out, that by optimizing the technical indicators we can get satisfying results by increasing the profitability. Indicators that seemed non-profitable were in fact profitable after the optimization. However testing parameters of indicators of technical analysis alone is not enough to make a stable profit.

Tato diplomová práce se zabývá algoritmickým obchodováním na burze s využitím umělých neuronových sítí. V první částí jsou popsány základní termíny týkající se obchodování na burze a algoritmického obchodování, také je zde k dispozici teoretický úvod do neuronových sítí. V druhé částí jsou specifikována data, na kterých bude probíhat simulace obchodování. Na těchto datech se také učí neuronová síť. Ta je využita pro predikci budoucí hodnoty trhu v automatické obchodní strategii. Ke konci je navzájem porovnáno několik strategií s různými variantami neuronových sítí., This diploma thesis delas with algoritmic trading using neural networks. In the first part, some basic information about stock trading, algorithmic trading and neural networks are given. In the second part, data sets of historical market data are used in trading simulation and also as training input of neural networks. Neural networks are used by automated strategy for predicting future stock price. Couple of automated strategies with different variants of neural networks are evaluated in the last part of this work.

Tato diplomová práce se zabývá algoritmickým obchodováním na burze s využitím umělých neuronových sítí. V první částí jsou popsány základní termíny týkající se obchodování na burze a algoritmického obchodování, také je zde k dispozici teoretický úvod do neuronových sítí. V druhé částí jsou specifikována data, na kterých bude probíhat simulace obchodování. Na těchto datech se také učí neuronová síť. Ta je využita pro predikci budoucí hodnoty trhu v automatické obchodní strategii. Ke konci je navzájem porovnáno několik strategií s různými variantami neuronových sítí., This diploma thesis delas with algoritmic trading using neural networks. In the first part, some basic information about stock trading, algorithmic trading and neural networks are given. In the second part, data sets of historical market data are used in trading simulation and also as training input of neural networks. Neural networks are used by automated strategy for predicting future stock price. Couple of automated strategies with different variants of neural networks are evaluated in the last part of this work.

Tato práce se zabývá testováním indikátorů technické analýzý a jejich vlastnosti k různým druhům trhů. V této práci jsme se zabývali testováním jednoduchých klouzavých průměrů, exponenciálních klouzavých průměrů, indikátoru RSI, indikátoru MACD a také stochastického indikátoru. V závěru jsme také testovali vlastnosti indikátoru kombinovaného a to stochastického s indikátorem MACD. Pro každý indikátor byl vytvořen obchodní systém na kterém jsme testovali vlastnosti systému. Z výsledku jsme schopni vyčíst, že optimalizací můžeme dosáhnout uspokojivých výsledků a značně zvýšit výnosnost indikátoru. Indikátory, které se jevily jako nevýnosné, byly po optimalizaci výnosné. Nicméně testování technických indikátorů není dostatečné pro stabilně výnosné obchodování., This thesis deals with testing indicators of technical analysis and their behavior with different kinds of market. In this thesis we tested simple moving averages, exponential moving averages, relative strength index indicator, MACD indicator, and stochastic indicator. At the end we tested a combined indicator, and that was stochastic with MACD. We created an automatic trading system for each of these indicators. From the results we can find out, that by optimizing the technical indicators we can get satisfying results by increasing the profitability. Indicators that seemed non-profitable were in fact profitable after the optimization. However testing parameters of indicators of technical analysis alone is not enough to make a stable profit.

Tato diplomová práce se zabývá algoritmickým obchodováním na burze s využitím umělých neuronových sítí. V první částí jsou popsány základní termíny týkající se obchodování na burze a algoritmického obchodování, také je zde k dispozici teoretický úvod do neuronových sítí. V druhé částí jsou specifikována data, na kterých bude probíhat simulace obchodování. Na těchto datech se také učí neuronová síť. Ta je využita pro predikci budoucí hodnoty trhu v automatické obchodní strategii. Ke konci je navzájem porovnáno několik strategií s různými variantami neuronových sítí., This diploma thesis delas with algoritmic trading using neural networks. In the first part, some basic information about stock trading, algorithmic trading and neural networks are given. In the second part, data sets of historical market data are used in trading simulation and also as training input of neural networks. Neural networks are used by automated strategy for predicting future stock price. Couple of automated strategies with different variants of neural networks are evaluated in the last part of this work.