Anomaly detection for stock market trading data
| Název práce v češtině: | Detekce anomálií v datech z obchodování na burze |
|---|---|
| Název v anglickém jazyce: | Anomaly detection for stock market trading data |
| Klíčová slova: | detekce anomálií, obchodování na burze, časové řady, příznaky |
| Klíčová slova anglicky: | anomaly detection, stock market trading, time series, feature engineering |
| Akademický rok vypsání: | 2019/2020 |
| Typ práce: | bakalářská práce |
| Jazyk práce: | angličtina |
| Ústav: | Katedra distribuovaných a spolehlivých systémů (32-KDSS) |
| Vedoucí / školitel: | doc. RNDr. Jan Kofroň, Ph.D. |
| Řešitel: | skrytý - zadáno a potvrzeno stud. odd. |
| Datum přihlášení: | 21.10.2019 |
| Datum zadání: | 22.10.2019 |
| Datum potvrzení stud. oddělením: | 26.11.2019 |
| Datum a čas obhajoby: | 14.09.2020 09:00 |
| Datum odevzdání elektronické podoby: | 30.07.2020 |
| Datum odevzdání tištěné podoby: | 31.07.2020 |
| Datum proběhlé obhajoby: | 14.09.2020 |
| Oponenti: | Mgr. Filip Kliber |
| Zásady pro vypracování |
| Anomalies are samples in data that fall out of the expected behaviour. In stock market trading, an anomaly might mean a system error, an intruder or a mistake, whose cost might be substantial. Considering the amount of the data, it is not feasible to have a person monitor the data and detect anomalies relying on her/his judgment. Therefore, being able to detect anomalies automatically would be very valuable for broker companies.
The aim of this thesis is to study and implement methods of anomaly detection for data from stock market trading. In the first step, the data are preprocessed and features are extracted. In the second step, the studied methods (various models) are applied on the extracted features. The anomaly detection tool will be implemented in Python. |
| Seznam odborné literatury |
| [1] T. Hastie, R. Tibshirani and J.H. Friedman. The Elements of Statistical Learning: Data Mining, Inference, and Prediction. Springer series in statistics. Springer, 2001. ISBN: 9780387952840.
[2] Python documentation [online] URL: https://docs.python.org/3/ [3] FIX Protocol Ltd. FIX 4.2 Specification. URL: https://www.fixtrading.org/standards/fix-4-2/ |