Předpovídání obchodních signálů na forex pomocí metod rozpoznávání obrazu.
Predicting forex trading signals using methods of image recognition.
Typ dokumentu
bakalářská prácebachelor thesis
Autor
Gleb Fedorov
Vedoucí práce
Kuznetsov Stanislav
Oponent práce
Kalvoda Tomáš
Studijní obor
Znalostní inženýrstvíStudijní program
Informatika 2009Instituce přidělující hodnost
katedra aplikované matematikyPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Algoritmické obchodování je od svého počátku pro mnoho výzkumníků skutečně atraktivní oblastí, která slibuje okamžitý zisk za jakoukoli vynalézavost, kterou do něj vloží. Velmi inspirováni úspěchem rozpoznávání obrazu a hlubokého učení v posledních letech jsme se pokusili zmíněný úspěch využít na Forexu. Připravili jsme přehled současných technik rozpoznávání obrazu a aplikovali je na předpovídání signálů na Forexu. Stejně jako lidé mohou predikovat nadcházející trendy zkoumáním grafů; my jsme natrénovali umělou neuronovou síť, která dokáže předpovídat budoucí cenové trendy z grafů extrapolací vytvořených pomocí Rychlé Fourierovy transformace. Výsledný model dosahuje na testovacích datech výkonnosti 63%. Algorithmic trading, since its inception, has been a really attractive field for lots of researchers, promising an immediate return for any ingenuity put into it. Greatly inspired by the success of image recognition and deep learning in recent years, we tried to utilize said success in Forex. We prepared a survey of current image recognition techniques and applied them to predict Forex signals. Same as people can conclude upcoming trends by examining graphs; we trained an artificial neural network that can predict future price trends from graphs of extrapolations created via Fast Fourier transform. The final model achieves a performance of 63% on test data
Kolekce
- Bakalářské práce - 18105 [300]