Optimizacija porftelja dionica korištenjem dubokog učenja

diplomski rad

• Naslov (engleski): Optimizing Stock Portfolios Using Deep Learning
• Autor: Niko Krvavica
• Mentor: Vladimir Čeperić (mentor)
• Član povjerenstva: Vladimir Čeperić (predsjednik povjerenstva)
• Član povjerenstva: Mirko Poljak (član povjerenstva)
• Član povjerenstva: Tomislav Marković (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2022-07-15, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U ovom radu opisan je sustav za konstruiranje i upravljanje
portfeljom dionica. Konstruiranje diversificiranog portfelja dionica je
napravljeno korištenjem konvolucijskog autoenkodera i Leiden-ovog
algoritma za otkrivanje zajednica. Upravljanje konstruiranim portfeljom
dionica napravljeno pomoću metoda iz dubokog potpornog učenja.
Arhitekutra agenta koji je donosio odluke je bila izmjenjena arhitektura
Transformera. Opisani sustav je ispitan na vremenskim nizovima cijena
dionica koje pripadaju S&P 500 indexu.

Sažetak (engleski)

This paper describes a system for constructing and managing a stock
portfolio. The construction of a diversified stock portfolio was done using a
convolutional autoencoder and Leiden’s community detection algorithm.
Stock portfolio managment was done using methods from deep
reinforcement learning. The architecture of agent in deep reinforcement
learning was modified architecture of the Transformer. The described system
has been tested on stock price time series belonging to the S&P 500 index

• Ključne riječi: konvolucijski autoenkoder; teorija grafova; leiden-ov algoritam; upravljanje portfeljom; duboko potporno ucenje; arhitektura Transformer
• Ključne riječi (engleski): convolutional autoencoder; graph theory; leiden algorithm; portfolio managment; deep reinforcement learning; Transformer architecture
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:471029
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-14 20:53:51