Bibliography

(eng): In the presented work we are introduced to the problem of optimal decision making while dealing on the exchange with so-called "financial futures", i.e. time financial transaction. This task is transferred into the simplified mathematical model, which is solvable using Bayesian estimation methods. Financial data are modelled by auto-regressive model with normal noise, because the tools, which are exploited for prediction of the price on the market and which assume normal noise, have been already developed. The main goal of this work is the comparison of the efficiency of various transformations on input data, so that their noise had normal distribution, therefore the price prediction was as accurate as possible. The applicable algorithm is programmed in Matlab; the presentation of achieved results forms the final part of this thesis.

(cze): V přredložené práci je přiblížen problém optimálního rozhodování při burzovním obchodování s tzv. "financial futures", tj. s termínovanými finančními obchody. Tato úloha je převedena do zjednodušeného matematického modelu, který je řešitelný za pomoci metod Bayesovského odhadování. Finanční data jsou modelována autoregresním modelem s normálním šumem, jelikož je již vyvinuta řada nástrojů předpokládajících právě normální šum, které slouží k predikci vývoje ceny na trhu. Hlavním cílem této práce je porovnávání výhodnosti různých transformací vstupních dat tak, aby jejich šum měl normální rozdělení a tudíž aby predikce ceny byla co nejpřesnější. Příslušný algoritmus je naprogramován v jazyce Matlab; prezentace dosažených výsledků tvoří závěrečnou část této práce.