Algorithmic trading: Programování automatizovaných robotů
Automatizuj svůj trading a zbav se nejistoty v investování. Vytvoř si obchodního bota, který systematicky analyzuje data, testuje strategie a provádí obchody za tebe.
Petr Vojáček
Chief Technology Officer
IDEATECH
-
Naučíš se automatizovat obchodování s vlastním plně funkčním algoritmickým botem.
-
Zvládneš získávat a analyzovat tržní data pomocí Pythonu, vytvářet vizualizace a objevovat obchodní příležitosti.
-
Osvojíš si principy algoritmických strategií – od trend-following a mean-reversion po arbitrážní techniky a delta-neutral přístupy, včetně jejich testování.
-
Získáš dovednosti pro bezpečné připojení k burzám, nasazení bota do produkčního prostředí a jeho dlouhodobý monitoring.
- Zarezervujte si své místo
PO ABSOLVOVÁNÍ KURZU BUDEŠ UMĚT:
-
naprogramat své obchodní strategie v Pythonu, aby tvůj trading byl rychlejší a efektivnější,
-
získávat a analyzovat finanční data z burzovních API, takže budeš vždy obchodovat na základě přesných informací,
-
testovat a ladit strategie na historických datech, což ti pomůže minimalizovat riziko a zvýšit úspěšnost obchodů,
-
bezpečně nasadit a spravovat svého trading bota, aby mohl pracovat nepřetržitě a spolehlivě,
-
sledovat výkon bota a rychle reagovat na změny trhu, což ti umožní udržet strategie dlouhodobě ziskové.
Lektor
Petr Vojáček
Chief Technology Officer, IDEATECH
-
Zkušený programátor s více než 15 lety praxe, postupně se vypracoval až na pozici CTO v digitálním studiu IDEATECH, kde už 8 let vede vývoj e-commerce aplikací a informačních systémů.
-
V roce 2020 se začal naplno věnovat investování a algoritmickému obchodování. Studoval finanční trhy, testoval strategie a hledal způsoby, jak eliminovat emocionální rozhodování v tradingu pomocí automatizace.
-
Má zkušenosti s vývojem obchodních botů pro kryptoburzy a věnuje se systematickým strategiím, které umožňují efektivní obchodování i bez velkého kapitálu.
KURZ JE PRO TEBE, POKUD CHCEŠ:
-
NAJÍT NOVÉ INVESTIČNÍ
PŘÍLEŽITOSTIPřistupuj k investování moderně. Naučíš se využívat algoritmy k analýze trhů, testování strategií a bezpečnému nasazení automatizovaných obchodních systémů.
-
ZAČÍT S ALGORITMICKÝM
OBCHODOVÁNÍMVyužij své znalosti Pythonu. Kurz tě provede od prvních skriptů až po nasazení plně funkčního obchodního bota, který zvládne analyzovat data a provádět obchody za tebe.
-
AUTOMATIZOVAT OBCHODNÍ
PROCESYChceš efektivně řídit velké objemy dat? Naučíš se implementovat algoritmické strategie, optimalizovat analýzy a využívat Python k automatizaci obchodních rozhodnutí.
Program
-
1. lekce
Úvod do algoritmického tradingu a příprava prostředí
- Představení a cíle kurzu
- Základní koncepty algoritmického obchodování
- Přehled typů obchodních strategií (směrové vs. neutrální)
- Nastavení vývojového prostředí (Anaconda, Python, potřebné knihovny)
- Úvod do Jupyter Notebook pro algoritmický trading
Praktické cvičení: Vytvoř první Jupyter Notebook pro stažení a vizualizaci dat z finančního trhu.
Výstupy z lekce: Umíš nastavit vývojové prostředí v Pythonu, pracovat s Jupyter Notebookem a stáhnout základní finanční data pro jejich analýzu a vizualizaci.
-
2. lekce
Práce s Python ekosystémem pro finanční analýzu
- Základy práce s pandas a numpy pro finanční data
- Specifika práce s časovými řadami
- Základní statistické funkce pro finanční data
- Vizualizace dat pomocí Matplotlib
Praktické cvičení: Analyzuj historická data a vytvoř základní vizualizace.
Výstupy z lekce: Umíš analyzovat finanční data pomocí pandas a numpy, aplikovat základní statistické metody a vytvářet přehledné vizualizace.
-
3. lekce
Zdroje a sběr finančních dat
- Přehled dostupných zdrojů dat (API, burzy, brokeři)
- Struktura finančních dat (OHLCV, tick data)
- Základy práce s REST API a JSON
- Připojení k veřejným API (Yahoo Finance, Alpha Vantage, Binance)
- Websockets pro real-time data
Praktické cvičení: Vytvoř konektor pro stahování historických finančních dat z vybraného API.
Výstupy z lekce: Umíš vybrat vhodné zdroje dat pro trading, stáhnout a zpracovat data pomocí REST API a pracovat s real-time daty přes websockets.
-
4. lekce
Zpracování a analýza dat
- Čištění a příprava finančních dat
- Řešení chybějících hodnot a outliers
- Technické indikátory a jejich implementace
Praktické cvičení: Vytvoř interaktivní dashboard pro analýzu finančních dat.
Výstupy z lekce: Umíš připravit a očistit finanční data, implementovat základní technické indikátory a vytvořit interaktivní analytický dashboard.
-
5. lekce
Základy návrhu a testování strategií
- Proces návrhu obchodní strategie
- Základy backtestingu a jeho omezení
- Seznámení s knihovnou backtesting.py
- Vyhodnocování výkonnosti (základní metriky)
- Nejčastější chyby při backtestingu
- Rozdíly mezi simulovaným a živým prostředím
- Typy obchodních příkazů, slippage a vliv poplatků a strategií
- Zadání závěrečného projektu
Praktické cvičení: Implementuj jednoduchý backtestovací systém.
Výstupy z lekce: Umíš navrhnout základní obchodní strategii, provést jednoduchý backtest a vyhodnotit výkonnost strategie.
-
6. lekce
Risk management a position sizing
- Principy risk managementu v tradingu
- Stop-loss a take-profit strategie
- Metody position sizingu
Praktické cvičení: Do první backtestované strategie vytvořené v 5. lekci přidej analýzu vlivu stop-lossu a různého position sizingu na výkonnost strategie.
Výstupy z lekce: Umíš používat principy řízení rizik v tradingu, nastavit stop-loss a take-profit pravidla. Umíš aplikovat různé metody position sizingu a vyhodnotit vliv řízení rizik na výkonnostní strategie.
-
7. lekce
Implementace trend-following strategií
- Principy trend-following
- Identifikace trendů (klouzavé průměry, MACD)
- Základy money managementu a position sizingu
- Implementace SMA crossover strategie
Praktické cvičení: Vytvoř a testuj trend-following strategie.
Výstupy z lekce: Umíš identifikovat trendy pomocí technických indikátorů, implementovat jednoduchou trend-following strategii a aplikovat základní money management.
-
8. lekce
Implementace mean-reversion strategií
- Principy mean-reversion
- Identifikace překoupených/přeprodaných situací (RSI, Bollinger Bands)
- Rizika mean-reversion strategií
- Optimalizace parametrů
Praktické cvičení: Vytvoř a testuj mean-reversion strategie.
Výstupy z lekce: Umíš identifikovat mean-reversion příležitosti, vytvořit strategii využívající mean-reversion a optimalizovat parametry strategie.
-
9. lekce
Základy delta-neutral tradingu
- Koncept market-neutral tradingu
- Delta-neutral strategie pro začátečníky
- Tvorba delta-neutral pozic
Praktické cvičení: Implementuj jednoduché delta-neutral portfolio.
Výstupy z lekce: Umíš vysvětlit výhody delta-neutral strategií a vytvořit základní delta-neutral pozici.
-
10. lekce
Funding arbitráž a carry trades
- Principy carry tradingu
- Funding rate arbitráž
- Cross-exchange arbitráž a triangulární arbitráž
Praktické cvičení: Implementuj jednoduchou funding rate arbitráž.
Výstupy z lekce: Umíš identifikovat příležitosti v carry trades a implementovat základní funding arbitráž.
-
11. lekce
Nasazení trading systémů a infrastruktura
- Architektura trading systému
- Paper trading a přechod na live trading
- Výběr infrastruktury (VPS, cloud)
- Zabezpečení API
Praktické cvičení: Nasaď strategii v paper trading režimu.
Výstupy z lekce: Umíš připravit trading systém pro live nasazení a bezpečně spravovat API klíče.
-
12. lekce
Monitoring, error handling a údržba
- Monitoring trading botů
- Klíčové metriky a alerty
- Robustní error handling
Praktické cvičení: Vytvoř kompletní systém pro monitoring trading strategie.
Výstupy z lekce: Umíš monitorovat a udržovat trading systémy a implementovat robustní error handling.
REZERVUJTE SI SVÉ MÍSTO!
🔹Naším cílem je vytvořit co nejoptimálnější prostředí pro učení pro naše účastníky, proto prosím berte na vědomí, že u některých kurzů může být omezený počet míst!
📌Po registraci budete přesměrováni na krátký dotazník, ve kterém se zeptáme na vaše zkušenosti.