Predviđanje korelacija u financijskim vremenskim nizovima metodama strojnog učenja

završni rad

• Naslov (engleski): Prediction ofCcorrelation Between Financial Time Series Using Machine Learning Methods
• Autor: Marko Pisačić
• Mentor: Zvonko Kostanjčar (mentor)
• Član povjerenstva: Zvonko Kostanjčar (predsjednik povjerenstva)
• Član povjerenstva: Mate Puljiz (član povjerenstva)
• Član povjerenstva: Stjepan Begušić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2019-07-04, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Analiza i primjena dviju odabranih metoda strojnog učenja. Rad se sastoji od dijela koji opisuje teoretsku osnovu svake metode i dijela koji to znanje koristi kako bi pokušao predvidjeti buduće korelacije među dionicama Zagrebačke burze, te potom analizira uspješnost rezultata.

Sažetak (engleski)

Analysis and application of two selected machine learning methods. The thesis consists of the part which explains theoretical basics of each method and the part which uses that knowledge in order to predict future correlations between Zagreb Stock Exchange shares, and then analyse the effectiveness of results.

• Ključne riječi: Strojno učenje; linearna regresija; slučajne šume; financije
• Ključne riječi (engleski): Machine learning; linear regression; random forests; finance
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:046824
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2020-01-07 21:22:09