bibtype	C - Conference Paper (international conference)
ARLID	0093133
utime	20240103185103.7
mtime	20080108235959.9
title (primary) (eng)	Adaptive Control Applied to Financial Market Data
specification	page_count 6 s.
serial	ARLID cav_un_epca*0095184 ISBN 978-80-7378-023-4 title Proceedings of the 16th Annual Conference of Doctoral Students - WDS 2007 part_num I. part_title Part I: Mathematics and Computer Sciences page_num 1-6 publisher place Praha name Matfyz press year 2007
title (cze)	Adaptivní řízení aplikované na data z finančních trhů
keyword	baysian statistics
keyword	finance
keyword	financial engineering
keyword	stochastic control
author (primary)	ARLID cav_un_auth*0101205 name1 Šindelář name2 Jan institution UTIA-B fullinstit Ústav teorie informace a automatizace AV ČR, v. v. i.
author	ARLID cav_un_auth*0101124 name1 Kárný name2 Miroslav institution UTIA-B full_dept Department of Adaptive Systems fullinstit Ústav teorie informace a automatizace AV ČR, v. v. i.
source	url http://library.utia.cas.cz/separaty/2007/si/sindelar-adaptive control applied to financial market data.pdf
cas_special	project project_id 2C06001 agency GA MŠk country CZ ARLID cav_un_auth*0217685 research CEZ:AV0Z10750506 abstract (eng) The article describes a formal approach to decision making optimization in commodity futures markets. We try to plan optimal decision at a given time to trade in the market. We use dynamic programming with loss function equal to the negative profit, where we estimate the PDFs of parameters using Bayesian learning. Parametrized models are chosen from exponential family and trading costs (slippage and commission) are taken into account. We support the theoretical results by a series of experiments. abstract (cze) Článek popisuje formální přístup k optimalizaci rozhodování na komoditních trzích. Cílem je nalézt optimální pravidlo pro nákup/prodej při znalosti minulých cen. Rozhodování se provádí za pomoci dynamického programování, kde ztrátová funkce je zisk v trhu se záporným znaménkem. Pro modelování používáme modely s hustotou pravděpodobnosti z exponenciální rodiny, hustoty pravděpodobnosti parametrů získáváme metodou bayesovského učení. Započteny jsou transakční náklady(slippage a commission). Teoretický úvod je doplněn sérií pokusů. action ARLID cav_un_auth*0234893 name Week of Doctoral Students 2007 place Praha dates 05.06.2007-08.06.2007 country CZ reportyear 2008 RIV BB permalink http://hdl.handle.net/11104/0153263 arlyear 2007 mrcbU63 cav_un_epca*0095184 Proceedings of the 16th Annual Conference of Doctoral Students - WDS 2007 Part I: Mathematics and Computer Sciences I. 978-80-7378-023-4 1 6 Praha Matfyz press 2007