Bejelentkezés
 Fórum
 
 
Témakiírás
 
Kriptovaluta kereskedelem gépi tanulással

TÉMAKIÍRÁS

Intézmény: Debreceni Egyetem
informatikai tudományok
Informatikai Tudományok Doktori Iskola

témavezető: Horváth Géza
helyszín (magyar oldal): Debreceni Egyetem Informatikai Kar
helyszín rövidítés: DEIK


A kutatási téma leírása:

A gépi tanulás területén történő folyamatos gyors fejlődés következtében a tanuló algoritmusok nagy szerepet töltenek be az automatizált kereskedés világában. Az algoritmikus kereskedés igen elterjedt kereskedési módszernek számít a mai modern pénzügyi piacon. Ez alól nem kivétel a kriptovaluta tőzsde sem, ahol különböző kriptovalutákat lehet eladni vagy venni más kriptovalutákért vagy hagyományos valutákért cserébe. Tanuló algoritmusokat használnak a kriptovaluták jövőbeli árának prediktálására, adás/vétel jelek prediktálására, optimális limit értékek prediktálására és még sok - a profittermelést elősegítő - probléma megoldására. A kutatási téma célja több különböző technika ötvözése egy robusztus rendszer megalkotása érdekében.
A rendszer alapja egy olyan kereskedő ágens megvalósítása, amelynek feladata a profit maximalizálása és a kockázat minimalizálása. Nagy hangsúlyt kell fektetni az adatok forrásának kiválasztására, valamint az adatok előfeldolgozásának módjára. Ennek kulcsfontosságú szerepe van a kutatás sikerességében, ugyanis rengeteg adat áll rendelkezésünkre, amelynek feldolgozása és felhasználásának módja közel sem triviális feladat. Fontos, hogy a jelenleg már ismert és sikeres algoritmusokat integrálva használjuk fel a rendszer létrehozása során úgy, hogy azok egymást kiegészítve legyenek képesek működni, az eddigi alkalmazásaik során elért eredményeiktől jobb eredményt elérve. Célunk tehát egy olyan rendszer megalkotása, amely a precízen kiválasztott és előfeldolgozott adathalmaz alapján képes döntéseket hozni adott pénzügyi eszközök vételének és eladásának kérdésében.

Irodalom
1. Yoshua Bengio, Ian J. Goodfellow, Aaron Courville: Deep Learning, MIT Press, 2015.
2. Stefan Jansen: Machine Learning for Algorithmic Trading, Packt Publishing Limited, 2020.
3. Yves Hilpisch: Python for Algorithmic Trading, O'Reilly Media, 2020.


Jelentkezési határidő: 2022-11-15


2024. IV. 17.
ODT ülés
Az ODT következő ülésére 2024. június 14-én, pénteken 10.00 órakor kerül sor a Semmelweis Egyetem Szenátusi termében (Bp. Üllői út 26. I. emelet).

 
Minden jog fenntartva © 2007, Országos Doktori Tanács - a doktori adatbázis nyilvántartási száma az adatvédelmi biztosnál: 02003/0001. Program verzió: 2.2358 ( 2017. X. 31. )