prikaz prve stranice dokumenta Modeliranje i prognoziranje prinosa odabranih europskih burzovnih indeksa
  Preuzmi
PDF 2.88 MB
diplomski rad
Modeliranje i prognoziranje prinosa odabranih europskih burzovnih indeksa
Zagreb: Sveučilište u Zagrebu, Ekonomski fakultet, 2024. urn:nbn:hr:148:868133
Čelan, Klara
Sveučilište u Zagrebu
Ekonomski fakultet
Katedra za ekonomiku poduzeća

Institucijski repozitorij: REPEFZG

Citirajte ovaj rad

Čelan, K. (2024). Modeliranje i prognoziranje prinosa odabranih europskih burzovnih indeksa (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Ekonomski fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:148:868133

Čelan, Klara. "Modeliranje i prognoziranje prinosa odabranih europskih burzovnih indeksa." Diplomski rad, Sveučilište u Zagrebu, Ekonomski fakultet, 2024. https://urn.nsk.hr/urn:nbn:hr:148:868133

Čelan, Klara. "Modeliranje i prognoziranje prinosa odabranih europskih burzovnih indeksa." Diplomski rad, Sveučilište u Zagrebu, Ekonomski fakultet, 2024. https://urn.nsk.hr/urn:nbn:hr:148:868133

Čelan, K. (2024). 'Modeliranje i prognoziranje prinosa odabranih europskih burzovnih indeksa', Diplomski rad, Sveučilište u Zagrebu, Ekonomski fakultet, citirano: 30.12.2024., https://urn.nsk.hr/urn:nbn:hr:148:868133

Čelan K. Modeliranje i prognoziranje prinosa odabranih europskih burzovnih indeksa [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Ekonomski fakultet; 2024 [pristupljeno 30.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:148:868133

K. Čelan, "Modeliranje i prognoziranje prinosa odabranih europskih burzovnih indeksa", Diplomski rad, Sveučilište u Zagrebu, Ekonomski fakultet, Zagreb, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:148:868133

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:148:868133
Podaci o radu
NaslovModeliranje i prognoziranje prinosa odabranih europskih burzovnih indeksa
Naslov (engleski)Modeling and forecasting the returns of selected European stock indices
AutorKlara Čelan
MentorIvana Lolić (mentor)
Član povjerenstvaIvana Lolić (predsjednik povjerenstva)
Član povjerenstvaPetar Sorić (član povjerenstva)
Član povjerenstvaZrinka Orlović (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Ekonomski fakultet
(Katedra za ekonomiku poduzeća)
Zagreb
Datum i država obrane2024-07-05, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		DRUŠTVENE ZNANOSTI
Ekonomija
Ekonomska matematika i statistika
Sažetak
Razvoj financijske ekonometrije i prediktivne analitike omogućio je da se na financijskim tržištima koje karakterizira slabi oblik hipoteze o efikasnosti tržišta prognoziraju buduće cijene i prinosi s obzirom na zabilježene povijesne podatke. Predmet je ovog rada modeliranje i kratkoročno prognoziranje prinosa pet odabranih europskih dioničkih burzovnih indeksa (DAX, FTSE 100, CAC 40, IBEX 35, Euro Stoxx 50) korištenjem naivnih modela, modela jednostavnih pomičnih prosjeka, autoregresijskih modela i modela geometrijskog Brownovog gibanja s ciljem ocjene njihove prediktivne moći. Empirijska je analiza provedena na javno dostupnim podatcima s platforme Yahoo Finance korištenjem programskog jezika Python. Inicijalna primjena modela dodatno je evaluirana dijeljenjem podataka na poduzorke za treniranje i testiranje modela. Grafička i kvantitativna komparativna analiza pomoću RMSE pokazatelja potvrđuju mogućnost uspješnog kratkoročnog prognoziranja dnevnih prinosa relevantnim modelima.
Sažetak (engleski)
The development of financial econometrics and predictive analytics has enabled forecasting future prices and returns based on histrical data in financial markets that imply weak form of the efficient market hypothesis. This paper focuses on modeling and short-term forecasting returns of five selected European stock market indices (DAX, FTSE 100, CAC 40, IBEX 35, Euro Stoxx 50) using naïve models, simple moving average models, autoregressive models, and geometric Brownian motion in order to evaluate their predictive power. The empirical analysis was conducted using publicly available data from Yahoo Finance, utilizing Python programming language. The initial application of the models was further evaluated by splitting the data into training and testing subsets. Graphical and quantitative comparative analysis using the RMSE indicator confirms the possibility of successful short-term forecasting of daily returns by applying relevant models.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:148:868133
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 pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Imenovanje-Nekomercijalno-Dijeli pod istim uvjetima 3.0 (CC BY-NC-SA 3.0)
Datum i vrijeme pohrane2024-07-07 19:33:20