Témata prací (Výběr práce)Témata prací (Výběr práce)(verze: 336)
Detail práce
   Přihlásit přes CAS
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/
 
Univerzita Karlova | Informační systém UK