prikaz prve stranice dokumenta Istraživanje utjecaja alternativnih podataka na predviđanje volatilnosti cijena valute Bitcoin
Rad nije dostupan
diplomski rad
Istraživanje utjecaja alternativnih podataka na predviđanje volatilnosti cijena valute Bitcoin
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. urn:nbn:hr:168:573849
Radović, Filip
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Radović, F. (2021). Istraživanje utjecaja alternativnih podataka na predviđanje volatilnosti cijena valute Bitcoin (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:573849

Radović, Filip. "Istraživanje utjecaja alternativnih podataka na predviđanje volatilnosti cijena valute Bitcoin." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:573849

Radović, Filip. "Istraživanje utjecaja alternativnih podataka na predviđanje volatilnosti cijena valute Bitcoin." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:573849

Radović, F. (2021). 'Istraživanje utjecaja alternativnih podataka na predviđanje volatilnosti cijena valute Bitcoin', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 21.06.2024., https://urn.nsk.hr/urn:nbn:hr:168:573849

Radović F. Istraživanje utjecaja alternativnih podataka na predviđanje volatilnosti cijena valute Bitcoin [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2021 [pristupljeno 21.06.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:573849

F. Radović, "Istraživanje utjecaja alternativnih podataka na predviđanje volatilnosti cijena valute Bitcoin", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2021. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:573849

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:573849
Podaci o radu
NaslovIstraživanje utjecaja alternativnih podataka na predviđanje volatilnosti cijena valute Bitcoin
Naslov (engleski)Exploring the Impact of Alternative Data on Bitcoin Price Volatility Prediction
AutorFilip Radović
MentorKlemo Vladimir (mentor)
Član povjerenstvaKlemo Vladimir (predsjednik povjerenstva)
Član povjerenstvaMarin Šilić (član povjerenstva)
Član povjerenstvaGoran Delač (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2021-09-16, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
U ovom radu istražuje se i definira novi sustav predobrade podataka u cilju predviđanja cjenovnih serija. Taj je sustav zasnovan na događajima i funkcionira tako da uzorkuje događaje s tržišta i agregira ih prema unaprijed definiranim promjenama na tržištu. Također, u radu se procjenjuje utjecaj različitih značajki s posebnim fokusom na značajke dobivene s Twittera. Testira se više funkcija agregacije i ocjenjuje se njihova izvedba. Osim toga predstavljeno je i objašnjeno nekoliko metoda predobrade za vremenske serije. Rezultati rada pokazuju da sustav zasnovan na događajima ima potencijala i da način agregacije financijskih vremenskih serija može imati utjecaja na uspješnost predikcija modela. Osim toga pokazano je da značajke s Twittera nemaju utjecaj na tržište u predviđanju instrumenta BTC-PERPETUAL u visokofrekventnim uvjetima.
Sažetak (engleski)
This thesis explores and defines a new system of preprocessing data for price series prediction tasks. The system is called an event-based system and functions by sampling events from the market and aggregating data according to predefined changes in the market. The impact of many features is explored with a focus on features that are extracted from Twitter. Multiple aggregation functions are tested, and their performance is evaluated. Finally, several preprocessing methods for preprocessing time series are introduced and explained. This thesis indicates that event-based systems have potential and should be explored in more detail. It is also shown that the type of event aggregation can impact model prediction accuracy. Finally, it is shown that features from Twitter are not good indicators of price change in a high-frequency setting.
Ključne riječi
Ključne riječi (engleski)
Jezikengleski
URN:NBNurn:nbn:hr:168:573849
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 pohrane2023-01-13 16:00:12