Unveiling Hidden Market Manifolds: Transformer-Powered TDA with Bayesian Edge

Název práce: Unveiling Hidden Market Manifolds: Transformer-Powered TDA with Bayesian Edge
Autor(ka) práce: Sheredeko, Oleksandr
Typ práce: Diploma thesis
Vedoucí práce: Tomanová, Petra
Oponenti práce: Fičura, Milan
Jazyk práce: English
Abstrakt:
This paper presents a high-frequency trading (HFT) framework designed to exploit short-term market trends. A key concept is the processing approach that employs topological data analysis to exploit volatility regimes. These refined signals are passed into a Bayesian inference model that quantifies uncertainty.
Klíčová slova: High Frequency Trading; Machine Learning; Modelling
Název práce: Unveiling Hidden Market Manifolds: Transformer-Powered TDA with Bayesian Edge
Autor(ka) práce: Sheredeko, Oleksandr
Typ práce: Diplomová práce
Vedoucí práce: Tomanová, Petra
Oponenti práce: Fičura, Milan
Jazyk práce: English
Abstrakt:
This paper presents a high-frequency trading (HFT) framework designed to exploit short-term market trends. A key concept is the processing approach that employs topological data analysis to exploit volatility regimes. These refined signals are passed into a Bayesian inference model that quantifies uncertainty.
Klíčová slova: High Frequency Trading; Machine Learning; Modelling

Informace o studiu

Studijní program / obor: Economic Data Analysis/Data Analysis and Modeling
Typ studijního programu: Magisterský studijní program
Přidělovaná hodnost: Ing.
Instituce přidělující hodnost: Vysoká škola ekonomická v Praze
Fakulta: Fakulta informatiky a statistiky
Katedra: Katedra ekonometrie

Informace o odevzdání a obhajobě

Datum zadání práce: 16. 12. 2024
Datum podání práce: 5. 5. 2025
Datum obhajoby: 2. 6. 2025
Identifikátor v systému InSIS: https://insis.vse.cz/zp/90798/podrobnosti

Soubory ke stažení

    Poslední aktualizace: