20.500.12556/DKUM-78806 Avtomatizirano trgovanje z uporabo pametnega predikcijskega modela magistrsko delo Automated trading with a smart prediction model V magistrskem delu je opisano področje avtomatiziranega trgovanja z algoritmičnim pristopom, ki temelji na odločitvah napovednih modelov, katerih znanje je pridobljeno s pomočjo strojnega učenja. Opisane je delo z podatki, metode strojnega učenja in izdelava napovednih modelov v programskem jeziku Python. Poudarek je na pridobivanju, manipulaciji in uporabi vhodnih podatkov, ter optimizaciji napovednega modela za dosego boljših odločitev na še ne videnih podatkih. V sklopu magistrske naloge smo izdelali programsko opremo algoritmične narave, ki uporablja sožitje pogojev, ki jih trgovalni instrument mora zadovoljiti, ter odločitve dveh napovednih modelov za odpiranje ali zapiranje trgovalnih pozicij. This master's thesis describes the topic of automated trading with the use of an algorithmic approach based on decisions made by smart prediction models. The models possess the knowledge derived from machine learning techniques. We describe the used data set and techniques used for machine learning and implementation of a smart prediction model using the Python programming language. The emphasis is on the gathering, transformation and usage of input data as well as on the optimization of the prediction model to get the best results possible from new data sets. The product of the thesis is a software based on the algorithm that requires that certain market place conditions are met with a conjunction of smart model predictions to open or close the trading positions Trgovanje Forex delnice strojno učenje napovedni model Trading Forex Stocks machine learning prediction model true true false [L. Štrakl] Slovenski jezik Angleški jezik Magistrsko delo/naloga 2021-03-05 15:53:34 2021-05-13 08:25:51 2022-08-09 19:50:06 2022-08-10 03:05:29 2021 0 Maribor 0 Maribor VII, 66 f. 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 004.85:004.777(043.2) 63069955 URN:SI:UM:DK:CKODAVUN MAG_Strakl_Luka_2021.pdf MAG_Strakl_Luka_2021.pdf 1 4076042A3EED8600C499E63EA32C624F a131fc16a519851731bb3ad139a212d87781d210975e200014215db94b622657 36b6431b-b47c-11eb-904c-00155d581298 20.500.12556/dkum/fc8a5999-7e04-40e5-8501-a44a01a4ebc5 https://dk.um.si/Dokument.php?lang=slv&id=150210 Fakulteta za elektrotehniko, računalništvo in informatiko 0 0 0