Metody strojového učení pro algoritmické obchodování na trhu s elektřinou

Abstract

Spolu s rostoucím podílem obnovitelných zdrojů energie a celoevropskou integrací denních a vnitrodenních trhů s elektřinou se v posledních letech zvyšuje volatilita na všech typech energetických trhů. Zvýšená likvidita na denních trzích pomáhá minimalizovat odchylky a stabilizovat přenosovou soustavu a na dlouhodobých trzích pomáhá zajišťovat kontrakty. S takto rostoucím počtem obchodů a účastníků trhu a obrovským množstvím dat přichází možnost využívat pro obchodování modely strojového učení a neuronové sítě. Tento projekt se zaměřuje na výzkum těchto modelů a jejich implementaci na trzích s elektřinou. Cílem je zpracovat dostupná data z trhů s elektřinou a evropská data o počasí, prozkoumat možné korelace a následně pak navrnhnout a natrénovat modely vhodné pro řešení časových řad.