prikaz prve stranice dokumenta Usporedba performansi algoritama strojnog učenja u cilju vrednovanja financijske imovine na američkom tržištu kapitala
Rad nije dostupan
diplomski rad
Usporedba performansi algoritama strojnog učenja u cilju vrednovanja financijske imovine na američkom tržištu kapitala
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. urn:nbn:hr:168:481615
Pavelić, Mate
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Pavelić, M. (2021). Usporedba performansi algoritama strojnog učenja u cilju vrednovanja financijske imovine na američkom tržištu kapitala (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:481615

Pavelić, Mate. "Usporedba performansi algoritama strojnog učenja u cilju vrednovanja financijske imovine na američkom tržištu kapitala." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:481615

Pavelić, Mate. "Usporedba performansi algoritama strojnog učenja u cilju vrednovanja financijske imovine na američkom tržištu kapitala." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:481615

Pavelić, M. (2021). 'Usporedba performansi algoritama strojnog učenja u cilju vrednovanja financijske imovine na američkom tržištu kapitala', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 19.12.2024., https://urn.nsk.hr/urn:nbn:hr:168:481615

Pavelić M. Usporedba performansi algoritama strojnog učenja u cilju vrednovanja financijske imovine na američkom tržištu kapitala [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2021 [pristupljeno 19.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:481615

M. Pavelić, "Usporedba performansi algoritama strojnog učenja u cilju vrednovanja financijske imovine na američkom tržištu kapitala", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2021. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:481615

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:481615
Podaci o radu
NaslovUsporedba performansi algoritama strojnog učenja u cilju vrednovanja financijske imovine na američkom tržištu kapitala
Naslov (engleski)Performance comparison of machine learning algorithms for pricing financial assets in the US capital market
AutorMate Pavelić
MentorPetra Posedel Šimović (mentor)
Član povjerenstvaZvonko Kostanjčar (član povjerenstva)
Član povjerenstvaStjepan Šebek (član povjerenstva)
Član povjerenstvaPetra Posedel Šimović (predsjednik povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2021-07-13, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Elektrotehnika
Sažetak
Algoritmi strojnog učenja moćan su alat u financijama za izradu predikcija kretanja cijena dionica i konstrukciju portfelja. U ovome radu napravljena je analiza tri algoritma primijenjenih na povijesne podatke s američkog dioničkog tržišta u svrhu određivanja budućih cijena dionica. Korišteni su OLS, LASSO i Random Forest algoritmi. U predikcijskim performansama kao i u konstrukciji portfelja dominira algoritam Random Forest. Konstruirane su dvije vrste portfelja: long-short i long-only.
Sažetak (engleski)
Machine learning algorithms are a powerfull tool to use in finance to make predictions for future stock price movements and portfolio construction. In this paper we conduct an analysis of three algorithms applied on historic dana from american stock market in order to predict future stock prices. Used algorithms were OLS, LASSO and Random Forest. Regarding predictive performance as well as portfolio construction, Random Forest algorithm was shown to be the best. Two types of portfolios were constructed: long-short and long-only.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:481615
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 pohrane2023-01-13 09:18:27