0311082 20240103190327.920081008235959.9 Praha ÚTIA AV ČR 2008 34 s. Research Report 2227 dynamic decision making stochastic dynamic programming Bayesian learning futures trading cav_un_auth*0242619 Slimáček V. CZ cav_un_auth*0018366 Zeman J. CZ cav_un_auth*0101124 Kárný Miroslav UTIA-B Department of Adaptive Systems Ústav teorie informace a automatizace AV ČR, v. v. i. 1M0572 GA MŠk cav_un_auth*0001814 GA102/08/0567 GA ČR cav_un_auth*0239566 2C06001 GA MŠk cav_un_auth*0217685 CEZ:AV0Z10750506 Tato práce se zabývá dynamickým rozhodováním za pomocí přibližného dynamického programování v aplikaci na obchodování s futures kontrakty. Obsahuje teoretický úvod do problematiky dynamického rozhodování a přibližného dynamického programování, stejnì tak popisuje principy bayesovského odhadování, které potřebujeme pro řešení našeho úkolu. Je zde navržena a popsána jedna z možných obchodovních strategií { metoda klouzavého horizontu s využitím anticipativní strategie, přičemž predikce cen potřebná pro použití této strategie je určována pomocí metody certainty equivalence a pomocí metody Monte Carlo. Tato strategie byla otestována na reálných datech a bohužel nedosahuje ziskových hodnot. This work deals with dynamic decision making via approximate dynamic programming in application to the futures trading. This work describes the theoretical description of dynamic decision making and approximate dynamic programming, you can also nd here the principles of Bayesian estimation, which is necessary for solving our task.We designed and described one of possible trading strategy { receding horizont strategy combined with anticipative strategy, the predictions of prices, which are necessary for using of this strategy, are made by certainty equivalence strategy and by Monte Carlo method. The designed strategy was tested on real data and unfortunately this strategy doesn t provide a prot. 2009 BB http://hdl.handle.net/11104/0162790 2008 2008 Praha ÚTIA AV ČR