Pavel Hála

Pavel se na finančních trzích aktivně pohybuje od roku 2007. Nejprve jako soukromý obchodník, později jako portfolio manager a vývojář automatických obchodních systémů. Jeho strategie se obchodovaly na klientských prostředcích dosahujících souhrnné hodnoty 200 mil. Kč. Již od základní školy se věnuje numerickým metodám a strojovému učení. Koncem roku 2011 se začal zabývat klasickými (mělkými) neuronovými sítěmi. V roce 2013 se jako jeden z prvních výzkumníků v ČR pustil do studia hlubokých neuronových sítí (deep learning). Tedy ještě předtím, než se tyto metody rozvinuly v nejslibnější oblast vývoje umělé inteligence. Zabýval se využitím hlubokých konvolučních neuronových sítí na klasifikaci spekter vesmírných objektů. Na toto téma obhájil v roce 2014 diplomovou práci na Masarykově univerzitě v Brně v oboru Teoretická fyzika a Astrofyzika. Ve své práci dosáhl přelomových výsledků. Po zveřejnění se práce dočkala pozitivních recenzí ze zahraničí a pozdějších citací v pracech jiných autorů. Pavel pokračoval v aplikaci těchto metod na finančních trzích. Jako asset manager pracoval pro přední společnosti ve středoevropském regionu. Významně se podílel na tvorbě opčních strategií na komoditní ETF a volatilitu v rámci předního středoevropského hedge fondu Charles Bridge Global Macro fund. Jedním z jeho posledních projektů je např. práce na tvorbě hluboké architektury pro market making na hlavních evropských akciových trzích v rámci investiční banky Wood & Company. V současné době se věnuje řízení SpreadCharts a jako machine learning konzultant se podílí na vývoji dalších zajímavých projektů v oblasti fintech.