Využití datové analýzy v ekonomickém modelu sběratelské karetní hry

Ondřej Kanta

Diplomová práce

Application of data analysis in an economic model of a collectible card game

Anotace:

Práce se zabývá aplikací datové analytiky v ekonomickém modelu sběratelské karetní hry Magic: The Gathering, jejíž karty jsou aktivně obchodovány na sekundárních trzích, mnohdy za nemalé částky. Hlavním cílem práce je vytvořit prototyp datově-analytického řešení v této oblasti, informovat hráče, obchodníky a sběratele o vývoji a složení jejich sbírky a datově podpořit jejich rozhodovací proces při obchodování s kartami. Po zmapování business požadavků uživatelů plánovaného řešení byla za tímto účelem vytvořena produkční databáze pro evidenci jednotlivých karet a jejich vlastností, pro sběr denních tržních údajů, pro evidenci transakcí ovlivňujících stav a složení sbírky a pro výpočet realizovaného zisku/ztráty. Na základě tržních údajů jsou pomocí krátkodobého a střednědobého cenového trendu nebo prostřednictvím otevřených příležitostí místní cenové arbitráže identifikovány obchodní signály. Dále byl vytvořen datový sklad pro denní oceňování a ukládání hodnoty sbírky. V neposlední řadě bylo využito strojové učení k vytvoření regresního modelu pro predikci budoucí ceny nově vydávaných karet.

Abstract:

The thesis deals with the application of data analytics in an economic model of a collectible card game Magic: The Gathering whose cards are actively traded on secondary markets, often for considerable amounts. The main goal of this thesis is to create a prototype data-analytics solution in this area, to inform players, traders and collectors about the evolution and composition of their collection and to support their decision-making process in trading cards with data. After mapping the business requirements of the users of the planned solution, a production database has been created to record individual cards and their characteristics, to collect daily market data, to record transactions affecting the state and composition of the collection and to calculate the realized profit/loss. Based on the market data, trading signals are identified using short and medium-term price trends or through open local price arbitrage opportunities. In addition, a data warehouse has been created for the daily valuation of the collection and its storage. Last but not least, machine learning has been used to create a regression model to predict the future price of newly issued cards.

Klíčová slova

strojové učení, datový sklad, Magic, The Gathering, regresní model, produkční databáze

Keywords

Magic, The Gathering, machine learning, regression model, data warehouse, production database

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 19. 12. 2021

Obhajoba závěrečné práce

• Obhajoba proběhla 26. 2. 2022
• Vedoucí: David Slánský
• Oponent: Jana Fialová

Vysoká škola ekonomická v Praze

Magisterský studijní program:
Data & Analytics for Business Management