prikaz prve stranice dokumenta Predviđanje tržišnih vrijednosti strojnim učenjem
  Preuzmi
PDF 1.46 MB
završni rad
Predviđanje tržišnih vrijednosti strojnim učenjem
Rijeka: Sveučilište u Rijeci, Tehnički fakultet, 2022. urn:nbn:hr:190:507089
Rašetina, Matia
Sveučilište u Rijeci
Tehnički fakultet
Zavod za računarstvo

Institucijski repozitorij: Repozitorij Tehničkog fakulteta u Rijeci

Citirajte ovaj rad

Rašetina, M. (2022). Predviđanje tržišnih vrijednosti strojnim učenjem (Završni rad). Rijeka: Sveučilište u Rijeci, Tehnički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:190:507089

Rašetina, Matia. "Predviđanje tržišnih vrijednosti strojnim učenjem." Završni rad, Sveučilište u Rijeci, Tehnički fakultet, 2022. https://urn.nsk.hr/urn:nbn:hr:190:507089

Rašetina, Matia. "Predviđanje tržišnih vrijednosti strojnim učenjem." Završni rad, Sveučilište u Rijeci, Tehnički fakultet, 2022. https://urn.nsk.hr/urn:nbn:hr:190:507089

Rašetina, M. (2022). 'Predviđanje tržišnih vrijednosti strojnim učenjem', Završni rad, Sveučilište u Rijeci, Tehnički fakultet, citirano: 24.12.2024., https://urn.nsk.hr/urn:nbn:hr:190:507089

Rašetina M. Predviđanje tržišnih vrijednosti strojnim učenjem [Završni rad]. Rijeka: Sveučilište u Rijeci, Tehnički fakultet; 2022 [pristupljeno 24.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:190:507089

M. Rašetina, "Predviđanje tržišnih vrijednosti strojnim učenjem", Završni rad, Sveučilište u Rijeci, Tehnički fakultet, Rijeka, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:190:507089

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:190:507089
Podaci o radu
NaslovPredviđanje tržišnih vrijednosti strojnim učenjem
Naslov (engleski)Predicting Market Values Using Machine Learning
AutorMatia Rašetina
MentorGoran Mauša (mentor)
Član povjerenstvaKristijan Lenac (predsjednik povjerenstva)
Član povjerenstvaGoran Mauša (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Rijeci
Tehnički fakultet
(Zavod za računarstvo)
Rijeka
Datum i država obrane2022-09-20, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Umjetna inteligencija
Sažetak
Motivacija iza ovog projekta jest pitanje može li osobi koja ulazi u vode trgovanja pomoći umjetna inteligencija s modelima koje nudi. Za ovaj projekt, odabran je programski jezik Python kao jedan od najsuperiornijih programskih jezika za umjetnu inteligenciju i strojno učenje. Zadatak rada je usporediti dva algoritma strojnog učenja, Long Short-Term Memory i Višeslojni Perceptron, i zaključiti koji je bolji za predviđanje buduće cijene valutnog para odnosno dionice na američkom tržištu. Koristeći podatke s Foreign Exchange i New York Stock exchange tržišta, na temelju povijesnih podataka o cijeni dionica, algoritmi imaju zadaću prepoznati trend u kojoj se neki tržišni par nalazi te predvidjeti buduće cijene. Na temelju usporedbe korijena srednje kvadratne pogreške dvaju algoritama, možemo zaključiti kako je Long Short- Term Memory algoritam puno bolje predvidio buduće cijene na američkom tržištu.
Sažetak (engleski)
Motivation behind this project is the question if a model in the Artificial Intelligence space can help people, who want to start their trading carrers, make better decisions. For this project, programming language Python was used as one of the most superior programming languages for Artificial Intelligence and Machine Learning. The task of the paper is to compare two machine learning algorithms, Long Short- Term Memory and Multilayer Perceptron, and to conclude which one is better for predicting future prices of currency pairs or shares on the American market. Using data from the Foreign Exchange and New York Stock Exchange markets, based on historical stock price data, the algorithms have the task of recognizing the trend in which a market pair is located and predicting future prices. Based on the comparison of the root mean square error of the two algorithms, we can conclude that the Long Short-Term Memory algorithm predicted future prices of the American financial assets much better.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:190:507089
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 pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Imenovanje 4.0 međunarodna (CC BY 4.0)
Datum i vrijeme pohrane2022-09-20 19:28:57