Algorithmic trading
| Thesis title: | Algoritmické obchodování |
|---|---|
| Author: | Uherek, Jiří |
| Thesis type: | Diplomová práce |
| Supervisor: | Stádník, Bohumil |
| Opponents: | Fičura, Milan |
| Thesis language: | Česky |
| Abstract: | Diplomová práce se zabývá oblastí algoritmického obchodování. V první části práce jsou shrnuty teoretické poznatky pro tuto oblast. Konkrétně se práce zabývá definováním pojmu algoritmického obchodování, exekučními algoritmy, kvantitativními strategiemi, včetně problémů spojených s testováním strategií, a také pak přínosy a riziky algoritmického obchodování z hlediska trhů. Práce rovněž zpracovává úvod do problematiky genetických algoritmů. V aplikační části je vyvíjena obchodní strategie, která využívá genetického algoritmu k nalezení optimální kombinace dílčích strategií. Výsledky aplikační části ukázaly, že zahrnutí genetických algoritmů zvýšilo výkonnost strategie na konkrétním datovém vzorku. Dále pak ukázaly, že velikost transakčních nákladů má zásadní vliv na posuzování výkonnosti strategií, stejně jako rozdělení dat na testovací a validační vzorek. |
| Keywords: | genetické algoritmy; kvantitativní strategie; algoritmické obchodování |
| Thesis title: | Algorithmic trading |
|---|---|
| Author: | Uherek, Jiří |
| Thesis type: | Diploma thesis |
| Supervisor: | Stádník, Bohumil |
| Opponents: | Fičura, Milan |
| Thesis language: | Česky |
| Abstract: | The diploma thesis is focused on algorithmic trading. In the first part the theoretical background is summarized. This part is particularly focused on definition of algorithmic trading, execution mechanisms, quantitative strategies, including problems regarding backtesting, and also on benefits and threats of algorithmic trading in market's point of view. The thesis also offers an introduction to genetic algorithms. In the practical part the strategy using genetic algorithm to find optimal combination of particular strategies is developed. The results showed that using genetic algorithms was beneficial for given data series. They also showed that the size of transaction costs is crucial for strategy performance same as dividing data series into testing sample and validation sample. |
| Keywords: | genetic algorithms; quantitative strategies; algorithmic trading |
Information about study
| Study programme: | Finance a účetnictví/Finanční inženýrství |
|---|---|
| Type of study programme: | Magisterský studijní program |
| Assigned degree: | Ing. |
| Institutions assigning academic degree: | Vysoká škola ekonomická v Praze |
| Faculty: | Faculty of Finance and Accounting |
| Department: | Department of Banking and Insurance |
Information on submission and defense
| Date of assignment: | 25. 3. 2014 |
|---|---|
| Date of submission: | 31. 8. 2014 |
| Date of defense: | 5. 2. 2015 |
| Identifier in the InSIS system: | https://insis.vse.cz/zp/47317/podrobnosti |