Předvídání finančního trhu pomocí stromových metod

Abstract

Práce se zabývá predikcí na finančním trhu pomocí stromových metod. Zkoumá umělou inteligenci, strojové učení a jeho dělení. Dále také je přiblížena struktura stromu, stromové metody, jejich přesnost a souborové metody k nim přidružené. Jelikož se jedná o rostoucí odvětví, je zde připojena rešerše stávajících prací na téma predikce pomocí strojového učení. Vytvořili jsme několik tromových modelů a náhodných lesů z dat index· FTSE a S&P pro období 2010-2019. Jejich přesnosti byly následně porovnány a s nejlepšími bylo provedeno modelové obchodování.

The thesis deals with prediction in the _nancial market using tree methods. It explores arti_cial intelligence, machine learning and its subdivisions. The structure of the tree, tree methods, their precision and the _le methods associated with them are also approximated. As this is a growing industry, a survey of existing works on the subject of prediction using machine learning is attached. We created several tree models and random forests from FTSE and S&P index data for the period 2010-2019. Their accuracies were then compared and model trading was performed with the best ones.