ČVUT DSpace
  • Search DSpace
  • Čeština
  • Login
  • Čeština
  • Čeština
View Item 
  •   ČVUT DSpace
  • Czech Technical University in Prague
  • Faculty of Information Technology
  • Departments
  • Department of Applied Mathematics
  • Bachelor Theses - 18105
  • View Item
  • Czech Technical University in Prague
  • Faculty of Information Technology
  • Departments
  • Department of Applied Mathematics
  • Bachelor Theses - 18105
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Předpovídání obchodních signálů na forex pomocí metod rozpoznávání obrazu.

Predicting forex trading signals using methods of image recognition.

Type of document
bakalářská práce
bachelor thesis
Author
Gleb Fedorov
Supervisor
Kuznetsov Stanislav
Opponent
Kalvoda Tomáš
Field of study
Znalostní inženýrství
Study program
Informatika 2009
Institutions assigning rank
katedra aplikované matematiky



Rights
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.html
Vysokoškolská 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
Show full item record
Abstract
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
 
URI
http://hdl.handle.net/10467/102030
View/Open
PLNY_TEXT (1.428Mb)
POSUDEK (48.47Kb)
POSUDEK (47.09Kb)
Collections
  • Bakalářské práce - 18105 [370]

České vysoké učení technické v Praze copyright © 2016 

DSpace software copyright © 2002-2016  Duraspace

Contact Us | Send Feedback
Theme by 
@mire NV
 

 

Useful links

CTU in PragueCentral library of CTUAbout CTU Digital LibraryResourcesStudy and library skillsResearch support

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

My Account

Login

České vysoké učení technické v Praze copyright © 2016 

DSpace software copyright © 2002-2016  Duraspace

Contact Us | Send Feedback
Theme by 
@mire NV