prikaz prve stranice dokumenta Predviđanje volatilnosti pomoću neuronskih mreža
Rad nije dostupan
diplomski rad
Predviđanje volatilnosti pomoću neuronskih mreža
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2018. urn:nbn:hr:168:137633
Vinković, Damjan
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Vinković, D. (2018). Predviđanje volatilnosti pomoću neuronskih mreža (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:137633

Vinković, Damjan. "Predviđanje volatilnosti pomoću neuronskih mreža." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2018. https://urn.nsk.hr/urn:nbn:hr:168:137633

Vinković, Damjan. "Predviđanje volatilnosti pomoću neuronskih mreža." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2018. https://urn.nsk.hr/urn:nbn:hr:168:137633

Vinković, D. (2018). 'Predviđanje volatilnosti pomoću neuronskih mreža', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 17.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:137633

Vinković D. Predviđanje volatilnosti pomoću neuronskih mreža [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2018 [pristupljeno 17.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:137633

D. Vinković, "Predviđanje volatilnosti pomoću neuronskih mreža", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2018. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:137633

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:137633
Podaci o radu
NaslovPredviđanje volatilnosti pomoću neuronskih mreža
Naslov (engleski)Volatility Forecasting Using Neural Networks
AutorDamjan Vinković
MentorZvonko Kostanjčar (mentor)
Član povjerenstvaZvonko Kostanjčar (predsjednik povjerenstva)
Član povjerenstvaTomislav Petković (član povjerenstva)
Član povjerenstvaMate Puljiz (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2018-07-13, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Istraživači već godinama ulažu velike napore kako bi iskoristili stalna poboljšanja u tehnologiji da optimiziraju načine donošenja odluka pri obradi velikih količina podataka pomoću kojih bi predvidjeli aspekte financijskih tržišta i povećali povrate. Neuronske Mreže omogućavaju fleksibilan način u istraživanju dinamika na ekonomskim i financijskim tržištima. Glavni problem s kojim se istraživači susreću pri korištenju takvih naprednijih modela je manjak fundamentalnog ekonomskog znanja pri biranju ulaza u model. Ovaj rad predstavlja novi model ulančanih neuronskih mreža kako bi se predvidjela volatilnost S\&P 500 indeksa. Specifičnost je korištenje fundamentalno objašnjenih vremenskih serija kao ulaza u model, te valuacija predikcije volatilnosti s obzirom na referentne GARCH i VIX pokazatelje.
Sažetak (engleski)
For many years researchers have made extensive efforts to take advantage of technological advances to optimize the decision making process by evaluating extensive amounts of information in order to forecast aspects of financial markets hoping to increase investment return. Artificial Neural Network (ANN) provides a flexible way of examining the dynamics of various economic and financial problems. The main issue researches had when building advanced models is a lack of fundamental economical knowledge when choosing model inputs. This paper proposes a new model of arrayed Neural Networks in order to predict the S\&P 500 Index volatility by using fundamentally explained time series as inputs and then test the prediction against GARCH and VIX serving as benchmarks.
Ključne riječi
Ključne riječi (engleski)
Jezikengleski
URN:NBNurn:nbn:hr:168:137633
Studijski programNaziv: Informacijska i komunikacijska tehnologija
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka informacijske i komunikacijske tehnologije (mag. ing. inf. et comm. techn.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2019-03-19 13:45:30