prikaz prve stranice dokumenta Modeliranje zavisnosti financijskih vremenskih nizova zasnovano na grupiranju
No public access
undergraduate thesis
Modeliranje zavisnosti financijskih vremenskih nizova zasnovano na grupiranju
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2021. urn:nbn:hr:168:110725
Grubelić, Damjan
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Grubelić, D. (2021). Modeliranje zavisnosti financijskih vremenskih nizova zasnovano na grupiranju (Undergraduate thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:110725

Grubelić, Damjan. "Modeliranje zavisnosti financijskih vremenskih nizova zasnovano na grupiranju." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2021. https://urn.nsk.hr/urn:nbn:hr:168:110725

Grubelić, Damjan. "Modeliranje zavisnosti financijskih vremenskih nizova zasnovano na grupiranju." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2021. https://urn.nsk.hr/urn:nbn:hr:168:110725

Grubelić, D. (2021). 'Modeliranje zavisnosti financijskih vremenskih nizova zasnovano na grupiranju', Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 25 December 2024, https://urn.nsk.hr/urn:nbn:hr:168:110725

Grubelić D. Modeliranje zavisnosti financijskih vremenskih nizova zasnovano na grupiranju [Undergraduate thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2021 [cited 2024 December 25] Available at: https://urn.nsk.hr/urn:nbn:hr:168:110725

D. Grubelić, "Modeliranje zavisnosti financijskih vremenskih nizova zasnovano na grupiranju", Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2021. Available at: https://urn.nsk.hr/urn:nbn:hr:168:110725

Metadata
TitleModeliranje zavisnosti financijskih vremenskih nizova zasnovano na grupiranju
Title (english)Financial Time Series Dependence Modelling Based on Clustering
AuthorDamjan Grubelić
MentorZvonko Kostanjčar (mentor)
Committee memberZvonko Kostanjčar (predsjednik povjerenstva)
Committee memberStjepan Begušić (član povjerenstva)
Committee memberVanessa Keranović (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2021-09-14, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Na tržištima s velikim brojem vrijednosnica nije trivijalno naći dobar portfelj. Grupiranje vrijednosnica na temelju njihovih povrata to može olakšati smanjujući dimenzionalnost i nudeći alate koji mogu pomoći u odabiru portfelja – primjerice matrica kovarijance temeljena na grupiranju za smanjenje šuma. U ovom završnom radu koristio sam Hierarchical clustering, k-means i k-medoids algoritme kako bih grupirao dnevne povrate 550 vrijednosnica s Russel 1000 indeksa i 797 vrijednosnica iz skupa NASDAQ tržišnih indeksa.Nakon usporedbe rezultata koristeći Calinski-Harabasz, Baker-Hubert gamma i Davies-Bouldin mjere kvalitete (na „out of sample“ podatcima), koristio sam grupiranje za izradu portfelja minimalne varijance koje sam potom i testirao.
Abstract (english)
On the markets with a large number of securities finding the right portfolio is not a trivial task. Clustering the securities, based on their returns may make it easier by reducing the dimensionality as well as offering certain tools for choosing a portfolio like a clustering-based covariance matrix. In this thesis I used hierarchical, k-means and k-medoids clustering algorithms for grouping daily returns of 550 Russel 1000 and 797 NASDAQ Market index securities. After comparing the results using Calinski-Harabasz, Baker-Hubert gamma and Davies-Bouldin measures of quality - out of sample, I used the clusterings to build GMV portfolios that I then backtested.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:110725
Study programmeTitle: Computing
Study programme type: university
Study level: undergraduate
Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2023-01-14 20:31:39