prikaz prve stranice dokumenta Metoda određivanja težina primjera temeljena na povratu za klasifikaciju financijskih vremenskih nizova
Rad nije dostupan
diplomski rad
Metoda određivanja težina primjera temeljena na povratu za klasifikaciju financijskih vremenskih nizova
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. urn:nbn:hr:168:354086
Džaja, Mirko
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Džaja, M. (2024). Metoda određivanja težina primjera temeljena na povratu za klasifikaciju financijskih vremenskih nizova (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:354086

Džaja, Mirko. "Metoda određivanja težina primjera temeljena na povratu za klasifikaciju financijskih vremenskih nizova." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. https://urn.nsk.hr/urn:nbn:hr:168:354086

Džaja, Mirko. "Metoda određivanja težina primjera temeljena na povratu za klasifikaciju financijskih vremenskih nizova." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. https://urn.nsk.hr/urn:nbn:hr:168:354086

Džaja, M. (2024). 'Metoda određivanja težina primjera temeljena na povratu za klasifikaciju financijskih vremenskih nizova', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 05.07.2024., https://urn.nsk.hr/urn:nbn:hr:168:354086

Džaja M. Metoda određivanja težina primjera temeljena na povratu za klasifikaciju financijskih vremenskih nizova [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2024 [pristupljeno 05.07.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:354086

M. Džaja, "Metoda određivanja težina primjera temeljena na povratu za klasifikaciju financijskih vremenskih nizova", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:354086

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:354086
Podaci o radu
NaslovMetoda određivanja težina primjera temeljena na povratu za klasifikaciju financijskih vremenskih nizova
Naslov (engleski)Method for Return-based Sample Weighting in Financial Time Series Classification
AutorMirko Džaja
MentorZvonko Kostanjčar (mentor)
Član povjerenstvaZvonko Kostanjčar (predsjednik povjerenstva)
Član povjerenstvaMarko Subašić (član povjerenstva)
Član povjerenstvaStjepan Begušić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2024-02-29, Hrvatska
Sažetak
U klasifikaciji financijskih vremenskih nizova, pravilno dodjeljivanje težina uzorcima ključno je kako bi se istaknula važnost specifičnih događaja, a time smanjila pristranost i prenaučenost klasifikatora. Klasične metode, poput uravnotežavanja klasa, mogu previdjeti ključne karakteristike financijskih podataka. Također, vremensko otežavanje primjera zanemaruje periodičnost financijskih nizova. S druge strane, metode temeljene na povratu financijske imovine uzimaju u obzir specifičnosti financijskih podataka, povećavajući otpornost klasifikatora na šum. Uz popularne metode označavanja trenda, arhitekture klasifikatora i inženjerstva značajki, ovaj rad pruža pregled postojećih pristupa dodjele težina uzorcima i predstavlja dvije nove metode temeljene na povratu pozicija. Usporedba i testiranje raznih klasifikatora koristeći povijesne cijene različitih financijskih imovina ukazuju da informacija o povratu pozicija, u određenim slučajevima, može rezultirati boljim klasifikacijskim i financijskim metrikama.
Sažetak (engleski)
In the financial time series classification, properly assigning weights to samples is essential for highlighting the significance of specific events while mitigating classifier bias and overfitting. Traditional methods, such as class balancing, can overlook key characteristics of financial data. Furthermore, time-weighting examples neglect the periodicity of financial series. Conversely, return-based weighting methods consider financial data specifics, enhancing the classifier’s ability to handle noise and outliers. Alongside popular methods of trend labeling, classifier architectures, and feature engineering, this paper provides an overview of existing approaches to sample weight and introduces two new methods based on the return of the positions. The comparison and testing of various classifiers using historical prices of different financial assets suggest that information about the return of positions can, in certain cases, result in better classification and financial metrics.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:354086
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2024-03-28 07:45:52