Cílem práce je prozkoumat novou třídu agent-based modelů, které byly navrženy k věrohodnějšímu zachycení pohybu cen na akciových trzích. Modely obsahují jednoduchý mechanismus kolektivního chování agentů, jehož výsledkem jsou emergentní vlastnosti průběhu cen jako například volatility clustering, cykly bull and bear market atd. Prozkoumáme závislost těchto modelů na vstupních parametrech a charakteristiky časových řad, které tyto modely produkují.The aim of this thesis is to examine a new class of agent-based models which were designed to model the stock market in a more realistic way. A simple mechanism of collective behavior of agents gives rise to emergent properties of price developments, e.g. volatility clustering, bull and bear market phases etc. We will investigate the dependence of these models on input parametrs and the charateristics of the time series produced by these models.