prikaz prve stranice dokumenta Predviđanje tržišnih vrijednosti strojnim učenjem
  Download
PDF 1.46 MB
undergraduate thesis
Predviđanje tržišnih vrijednosti strojnim učenjem
Rijeka: University of Rijeka, Faculty of Engineering, 2022. urn:nbn:hr:190:507089
Rašetina, Matia
University of Rijeka
Faculty of Engineering
Department of Computer Engineering

Institutional repository: Repository of the University of Rijeka, Faculty of Engineering

Cite this document

Rašetina, M. (2022). Predviđanje tržišnih vrijednosti strojnim učenjem (Undergraduate thesis). Rijeka: University of Rijeka, Faculty of Engineering. Retrieved from https://urn.nsk.hr/urn:nbn:hr:190:507089

Rašetina, Matia. "Predviđanje tržišnih vrijednosti strojnim učenjem." Undergraduate thesis, University of Rijeka, Faculty of Engineering, 2022. https://urn.nsk.hr/urn:nbn:hr:190:507089

Rašetina, Matia. "Predviđanje tržišnih vrijednosti strojnim učenjem." Undergraduate thesis, University of Rijeka, Faculty of Engineering, 2022. https://urn.nsk.hr/urn:nbn:hr:190:507089

Rašetina, M. (2022). 'Predviđanje tržišnih vrijednosti strojnim učenjem', Undergraduate thesis, University of Rijeka, Faculty of Engineering, accessed 24 December 2024, https://urn.nsk.hr/urn:nbn:hr:190:507089

Rašetina M. Predviđanje tržišnih vrijednosti strojnim učenjem [Undergraduate thesis]. Rijeka: University of Rijeka, Faculty of Engineering; 2022 [cited 2024 December 24] Available at: https://urn.nsk.hr/urn:nbn:hr:190:507089

M. Rašetina, "Predviđanje tržišnih vrijednosti strojnim učenjem", Undergraduate thesis, University of Rijeka, Faculty of Engineering, Rijeka, 2022. Available at: https://urn.nsk.hr/urn:nbn:hr:190:507089

Metadata
TitlePredviđanje tržišnih vrijednosti strojnim učenjem
Title (english)Predicting Market Values Using Machine Learning
AuthorMatia Rašetina
MentorGoran Mauša (mentor)
Committee memberKristijan Lenac (predsjednik povjerenstva)
Committee memberGoran Mauša (član povjerenstva)
GranterUniversity of Rijeka
Faculty of Engineering
(Department of Computer Engineering)
Rijeka
Defense date and country2022-09-20, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Artificial Intelligence
Abstract
Motivacija iza ovog projekta jest pitanje može li osobi koja ulazi u vode trgovanja pomoći umjetna inteligencija s modelima koje nudi. Za ovaj projekt, odabran je programski jezik Python kao jedan od najsuperiornijih programskih jezika za umjetnu inteligenciju i strojno učenje. Zadatak rada je usporediti dva algoritma strojnog učenja, Long Short-Term Memory i Višeslojni Perceptron, i zaključiti koji je bolji za predviđanje buduće cijene valutnog para odnosno dionice na američkom tržištu. Koristeći podatke s Foreign Exchange i New York Stock exchange tržišta, na temelju povijesnih podataka o cijeni dionica, algoritmi imaju zadaću prepoznati trend u kojoj se neki tržišni par nalazi te predvidjeti buduće cijene. Na temelju usporedbe korijena srednje kvadratne pogreške dvaju algoritama, možemo zaključiti kako je Long Short- Term Memory algoritam puno bolje predvidio buduće cijene na američkom tržištu.
Abstract (english)
Motivation behind this project is the question if a model in the Artificial Intelligence space can help people, who want to start their trading carrers, make better decisions. For this project, programming language Python was used as one of the most superior programming languages for Artificial Intelligence and Machine Learning. The task of the paper is to compare two machine learning algorithms, Long Short- Term Memory and Multilayer Perceptron, and to conclude which one is better for predicting future prices of currency pairs or shares on the American market. Using data from the Foreign Exchange and New York Stock Exchange markets, based on historical stock price data, the algorithms have the task of recognizing the trend in which a market pair is located and predicting future prices. Based on the comparison of the root mean square error of the two algorithms, we can conclude that the Long Short-Term Memory algorithm predicted future prices of the American financial assets much better.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:190:507089
Study programmeTitle: Computer Engineering
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 conditionsOpen access
Terms of useLicence Attribution 4.0 International (CC BY 4.0) icon
Created on2022-09-20 19:28:57