prikaz prve stranice dokumenta Utjecaj recesije na pojedina tržišta dionica i posljedična optimizacija portfelja primjenom strojnog učenja
Pristup svim korisnicima iz sustava znanosti i visokog obrazovanja RH
diplomski rad
Utjecaj recesije na pojedina tržišta dionica i posljedična optimizacija portfelja primjenom strojnog učenja
Zagreb: Sveučilište u Zagrebu, Ekonomski fakultet, 2023. urn:nbn:hr:148:092698
Majdak, Franko
Sveučilište u Zagrebu
Ekonomski fakultet
Katedra za informatiku

Institucijski repozitorij: REPEFZG

Citirajte ovaj rad

Majdak, F. (2023). Utjecaj recesije na pojedina tržišta dionica i posljedična optimizacija portfelja primjenom strojnog učenja (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Ekonomski fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:148:092698

Majdak, Franko. "Utjecaj recesije na pojedina tržišta dionica i posljedična optimizacija portfelja primjenom strojnog učenja." Diplomski rad, Sveučilište u Zagrebu, Ekonomski fakultet, 2023. https://urn.nsk.hr/urn:nbn:hr:148:092698

Majdak, Franko. "Utjecaj recesije na pojedina tržišta dionica i posljedična optimizacija portfelja primjenom strojnog učenja." Diplomski rad, Sveučilište u Zagrebu, Ekonomski fakultet, 2023. https://urn.nsk.hr/urn:nbn:hr:148:092698

Majdak, F. (2023). 'Utjecaj recesije na pojedina tržišta dionica i posljedična optimizacija portfelja primjenom strojnog učenja', Diplomski rad, Sveučilište u Zagrebu, Ekonomski fakultet, citirano: 30.11.2024., https://urn.nsk.hr/urn:nbn:hr:148:092698

Majdak F. Utjecaj recesije na pojedina tržišta dionica i posljedična optimizacija portfelja primjenom strojnog učenja [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Ekonomski fakultet; 2023 [pristupljeno 30.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:148:092698

F. Majdak, "Utjecaj recesije na pojedina tržišta dionica i posljedična optimizacija portfelja primjenom strojnog učenja", Diplomski rad, Sveučilište u Zagrebu, Ekonomski fakultet, Zagreb, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:148:092698

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:148:092698
Podaci o radu
NaslovUtjecaj recesije na pojedina tržišta dionica i posljedična optimizacija portfelja primjenom strojnog učenja
Naslov (engleski)The impact of recession on stock markets and consequent portfolio optimization using machine learning
AutorFranko Majdak
MentorMirjana Pejić Bach (mentor)
Član povjerenstvaDalia Suša Vugec (član povjerenstva)
Član povjerenstvaMarijana Ivanov (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Ekonomski fakultet
(Katedra za informatiku)
Zagreb
Datum i država obrane2023-09-27, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		DRUŠTVENE ZNANOSTI
Ekonomija
Financije
Sažetak
Financijska tržišta su 2022. većini investitora predstavila jednu od najizazovnijih godina za sudjelovanje na tržištu. S&P 500 indeks je ostvario 6. najgori povrat u povijesti, a u zadnjih par godina, gospodarstvo SAD-a je prešlo iz ekstremnog ciklusa monetarne ekspanzije u monetarnu kontrakciju na razini Dot-com mjehura i recesije 2008. Trgovanje se odvijalo u razdoblju velike nesigurnosti, a najava recesije je bila redovita tema u javnom diskursu. Neki od vodećih ekonomskih pokazatelja su pali na rekordno niske razine, a tržište energenata i nekretnina su zahvaljujući cjenovnim šokovima dospjeli u centar pažnje promatrača i sudionika tržišta. Uz redovite šumove u informacijama i nevjerojatnu polariziranost tržišta, optimizaciju portfelja kao disciplinu kojom se upravlja investicijskom strategijom, ciljevima i rizikom je u tom razdoblju bilo izazovno provesti uspješno. U vremenu kada na financijskim tržištima koegzistiraju računalni algoritmi i ljudi čije se donošenje odluka može bitno razlikovati, teško je na predvidljiv i konzistentan način izdvojiti najbitnije tržišne signale i održavati portfolio koji će nadmašiti tržišno očekivanje. Korištenjem algoritma za trgovanje, cilj ovog rada je nadmašiti tržišna očekivanja uz investicijsku strategiju koja cilja ostvariti dobit, a ne minimizirati gubitak.
Sažetak (engleski)
The financial markets in 2022 presented most market participants with one of the most challenging years during their investing lifetime. The S&P 500 index achieved the 6th lowest return in its history, and in the last few years the US economy has gone from an extreme quantitative expansion cycle to a monetary contraction comparable to the Dot-com bubble and the recession of 2008. Trading occurred during a period of great uncertainty, and recession announcements were regular topics in public discourse. Several leading economic indicators fell to record low levels and the energy and real estate markets came into the spotlight of observers and market participants due to significant price shocks. With regular noise in information and incredible market polarization, implementing portfolio optimization as a discipline to manage investment strategy, goals and risks proved challenging during that period. At a time when computer algorithms and human decision-makers whose choices can significantly diverge, coexist in the financial markets, it becomes difficult to predictably and consistently identify the most important market signals and maintain a portfolio that will exceed market expectations. Using a trading algorithm, the objective of this paper is to outperform market expectations through an investment strategy that aims to achieve profit rather than minimize loss.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:148:092698
Studijski programNaziv: Poslovna ekonomija
Vrsta studija: sveučilišni
Stupanj studija: integrirani preddiplomski i diplomski
Akademski / stručni naziv: sveučilišni magistar ekonomije/sveučilišna magistra ekonomije (univ.mag.oec.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaPristup svim korisnicima iz sustava znanosti i visokog obrazovanja RH
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2023-10-11 19:52:00