Cílem této práce je navrhnout a implementovat analytickou platformu zaměřenou na zpracování finančních zpráv a vyhodnocení jejich potenciálního dopadu na predikci chování akciového trhu. Platforma bude využívat metody strojového učení, především analýzu tržního sentimentu, rozšířenou o další funkce, jako je typ události, změna pozornosti trhu, abnormální tržní sentiment ve vztahu k historickému průměru a časový dopad jednotlivých zpráv. Na základě analyzovaných dat bude implementován aplikační dashboard, který poskytuje zpravodajský kanál, přehled aktuálních cen a trendových akcií (ziskové/ztrátové). Další funkce nabídnou podrobnosti o aktivech se synteticky generovaným denním souhrnem, seznam sledovaných položek uživatele, integraci investičního portfolia prostřednictvím externího API, kalendář finančních výsledků a dividend s podrobným shrnutím a agregovaný index cílových cen analytiků.  Navrhovaný přístup bude experimentálně ověřen na veřejně dostupných finančních datech a porovnán s referenčními modely, přičemž výsledky budou vyhodnoceny pomocí standardních metrik strojového učení a z hlediska ekonomické relevance.
Práce bude obsahovat jednak textovou část s teoretickým popisem aktuálních technik automatizované analýzy chování akciového trhu, analýzou a popisem implementace vybraných technik a jejich vyhodnocení na dostatečně obsáhlé datové sadě, a jednak praktickou část sestávající z implementované a funkční analytické platformy s uvedenými parametry.