prikaz prve stranice dokumenta Procjena latentnih faktora u financijskim vremenskim nizovima zasnovana na strojnom učenju
No public access
master's thesis
Procjena latentnih faktora u financijskim vremenskim nizovima zasnovana na strojnom učenju
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. urn:nbn:hr:168:382453
Linardić, Ivan
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Linardić, I. (2024). Procjena latentnih faktora u financijskim vremenskim nizovima zasnovana na strojnom učenju (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:382453

Linardić, Ivan. "Procjena latentnih faktora u financijskim vremenskim nizovima zasnovana na strojnom učenju." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. https://urn.nsk.hr/urn:nbn:hr:168:382453

Linardić, Ivan. "Procjena latentnih faktora u financijskim vremenskim nizovima zasnovana na strojnom učenju." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. https://urn.nsk.hr/urn:nbn:hr:168:382453

Linardić, I. (2024). 'Procjena latentnih faktora u financijskim vremenskim nizovima zasnovana na strojnom učenju', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 27 December 2024, https://urn.nsk.hr/urn:nbn:hr:168:382453

Linardić I. Procjena latentnih faktora u financijskim vremenskim nizovima zasnovana na strojnom učenju [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2024 [cited 2024 December 27] Available at: https://urn.nsk.hr/urn:nbn:hr:168:382453

I. Linardić, "Procjena latentnih faktora u financijskim vremenskim nizovima zasnovana na strojnom učenju", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2024. Available at: https://urn.nsk.hr/urn:nbn:hr:168:382453

Metadata
TitleProcjena latentnih faktora u financijskim vremenskim nizovima zasnovana na strojnom učenju
Title (english)Estimation of latent factors in financial time series based on machine learning
AuthorIvan Linardić
MentorStjepan Begušić (mentor)
Committee memberStjepan Begušić (predsjednik povjerenstva)
Committee memberMarko Subašić (član povjerenstva)
Committee memberTomislav Petković (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2024-07-16, Croatia
Abstract
Rizik u financijama predstavlja varijabilnost imovine u portfelju. Modelira ga se kovarijacijskom matricom povrata koja uz to pruža informacije o međuodnosu imovine. Poželjno je znati kakva će biti kovarijacijska matrica u budućnosti kako bi se znalo modelirati budući rizik. U financijskim vremenskim nizovima postoje zajednički latentni faktori povrata koji su opisani faktorskim modelom. Procjenom budućih faktora moguće je rekonstruirati buduću kovarijancu imovine što je korisno u upravljanju rizikom i optimizaciji portfelja. Glavna ideja ovog rada je istražiti mogu li različiti modeli strojnog učenja procijeniti buduće latentne faktore iz dostupnih podataka i usporediti njihove rezultate. Najboljim procjeniteljima pokazale su se neuronske mreže i povijesne tržišne bete.
Abstract (english)
In the finances risk represents the variability of the assets in a portfolio. It is modeled by the covariance matrix of returns which also gives information about the relation between the assets. It is desirable to know the value of the future covariance matrix so one could know how to model the future risk. There are common latent factors in the financial time series data that are described by the factor model. By the estimation of the future factors it is possible to reconstruct the future covariance matrix of the assets which is useful in the risk management and portfolio optimization. The main idea of this paper is to conduct a research if different machine learning models can estimate future latent factors using the available data and to compare their results. Neural networks and historical market betas showed to be the best estimators.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:382453
Study programmeTitle: Computing
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2024-10-12 21:19:11