Full metadata record
DC FieldValueLanguage
dc.contributor.advisorPospíšil Jan, Ing. Ph.D.
dc.contributor.authorNonfried, Max
dc.contributor.refereeEkštein Kamil, Ing. Ph.D.
dc.date.accepted2023-6-13
dc.date.accessioned2023-08-02T10:47:37Z-
dc.date.available2022-10-3
dc.date.available2023-08-02T10:47:37Z-
dc.date.issued2023
dc.date.submitted2023-5-4
dc.identifier93746
dc.identifier.urihttp://hdl.handle.net/11025/53767-
dc.description.abstractTato práce se zaměřuje na využití klasických statistických metod, konkrétně AR, MA a ARIMA modelů, aplikovaných na vysokofrekvenční obchodní data. Uvažujeme dvě datové sady: první sada obsahuje cenové nabídky na měnovém páru EUR/USD, druhá sada obsahuje realizované obchody na kryptoměnovém páru BTC/USDT. Frekvence těchto dat je několik hodnot za sekundu. V teoretické části je podrobný popis matematických a statistických podkladů pro správné použití ARIMA mo\-delu a praktických informací ohledně obchodních principů. Praktická část popisuje zpracování dat, zahrnuje analýzu týkající se statistického rozdělení dat a dále uvádí porovnání strategie založené na předpovědi z ARIMA modelu se dvěma základními obchodními strategiemi. Praktická část také obsahuje stručnou rešerši tzv. zpětného testování obchodních strategií.cs
dc.format71
dc.language.isoen
dc.publisherZápadočeská univerzita v Plzni
dc.rightsPlný text práce je přístupný bez omezení
dc.subjectvysokofrekvenční obchodovánícs
dc.subjectarima modelycs
dc.subjectměnycs
dc.subjectkryptoměnycs
dc.subjectzpětné testovánícs
dc.titleVysokofrekvenční obchodování s měnami a kryptoměnamics
dc.title.alternativeHigh frequency currency and cryptocurrency tradingen
dc.typebakalářská práce
dc.thesis.degree-nameBc.
dc.thesis.degree-levelBakalářský
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných věd
dc.thesis.degree-programInženýrská informatika
dc.description.resultObhájeno
dc.description.abstract-translatedThe main focus of this thesis is on the utilization of classical statistical methods, specifically AR, MA and ARIMA models, with high frequency trading data. We consider two datasets: the first with quotes of the currency pair EUR/USD and the second with trades of the cryptocurrency pair BTC/USDT. The frequency of the data is several values per second in both cases. In the theoretical part of the thesis, there is a detailed description of the mathematical and statistical foundations for the proper use of the ARIMA model and practical information related to trading principles. The practical part introduces the description of data processing, including analysis of the statistical distribution of data, and furthermore, the comparison of a trading strategy based on the forecast from the ARIMA model and two basic trading strategies. The practical part also contains an overview of the so called backtesting of the trading strategies.en
dc.subject.translatedhigh frequency tradingen
dc.subject.translatedarima modelen
dc.subject.translatedcurrencyen
dc.subject.translatedcryptocurrencyen
dc.subject.translatedbacktestingen
Appears in Collections:Bakalářské práce / Bachelor´s works (KIV)

Files in This Item:
File Description SizeFormat 
bp_2022_23_NONFRIED_Max.pdfPlný text práce1,23 MBAdobe PDFView/Open
A19B0601P_Hodnoceni.pdfPosudek vedoucího práce155,95 kBAdobe PDFView/Open
A19B0601P_Posudek.pdfPosudek oponenta práce109,03 kBAdobe PDFView/Open
A19B0601P_Obhajoba.pdfPrůběh obhajoby práce66,44 kBAdobe PDFView/Open


Please use this identifier to cite or link to this item: http://hdl.handle.net/11025/53767

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.