prikaz prve stranice dokumenta Modeliranje zavisnosti financijskih vremenskih nizova zasnovano na grupiranju
Rad nije dostupan
završni rad
Modeliranje zavisnosti financijskih vremenskih nizova zasnovano na grupiranju
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. urn:nbn:hr:168:110725
Grubelić, Damjan
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Grubelić, D. (2021). Modeliranje zavisnosti financijskih vremenskih nizova zasnovano na grupiranju (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:110725

Grubelić, Damjan. "Modeliranje zavisnosti financijskih vremenskih nizova zasnovano na grupiranju." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:110725

Grubelić, Damjan. "Modeliranje zavisnosti financijskih vremenskih nizova zasnovano na grupiranju." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:110725

Grubelić, D. (2021). 'Modeliranje zavisnosti financijskih vremenskih nizova zasnovano na grupiranju', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 25.12.2024., https://urn.nsk.hr/urn:nbn:hr:168:110725

Grubelić D. Modeliranje zavisnosti financijskih vremenskih nizova zasnovano na grupiranju [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2021 [pristupljeno 25.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:110725

D. Grubelić, "Modeliranje zavisnosti financijskih vremenskih nizova zasnovano na grupiranju", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2021. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:110725

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:110725
Podaci o radu
NaslovModeliranje zavisnosti financijskih vremenskih nizova zasnovano na grupiranju
Naslov (engleski)Financial Time Series Dependence Modelling Based on Clustering
AutorDamjan Grubelić
MentorZvonko Kostanjčar (mentor)
Član povjerenstvaZvonko Kostanjčar (predsjednik povjerenstva)
Član povjerenstvaStjepan Begušić (član povjerenstva)
Član povjerenstvaVanessa Keranović (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2021-09-14, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Na tržištima s velikim brojem vrijednosnica nije trivijalno naći dobar portfelj. Grupiranje vrijednosnica na temelju njihovih povrata to može olakšati smanjujući dimenzionalnost i nudeći alate koji mogu pomoći u odabiru portfelja – primjerice matrica kovarijance temeljena na grupiranju za smanjenje šuma. U ovom završnom radu koristio sam Hierarchical clustering, k-means i k-medoids algoritme kako bih grupirao dnevne povrate 550 vrijednosnica s Russel 1000 indeksa i 797 vrijednosnica iz skupa NASDAQ tržišnih indeksa.Nakon usporedbe rezultata koristeći Calinski-Harabasz, Baker-Hubert gamma i Davies-Bouldin mjere kvalitete (na „out of sample“ podatcima), koristio sam grupiranje za izradu portfelja minimalne varijance koje sam potom i testirao.
Sažetak (engleski)
On the markets with a large number of securities finding the right portfolio is not a trivial task. Clustering the securities, based on their returns may make it easier by reducing the dimensionality as well as offering certain tools for choosing a portfolio like a clustering-based covariance matrix. In this thesis I used hierarchical, k-means and k-medoids clustering algorithms for grouping daily returns of 550 Russel 1000 and 797 NASDAQ Market index securities. After comparing the results using Calinski-Harabasz, Baker-Hubert gamma and Davies-Bouldin measures of quality - out of sample, I used the clusterings to build GMV portfolios that I then backtested.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:110725
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-01-14 20:31:39