Predviđanje kretanja tržišta dionica neuronskim mrežama

završni rad

• Naslov (engleski): Predicting stock prices using neural networks
• Autor: Dario Pavlović
• Mentor: Domagoj Jakobović (mentor)
• Član povjerenstva: Domagoj Jakobović (predsjednik povjerenstva)
• Član povjerenstva: David Dukić (član povjerenstva)
• Član povjerenstva: Eda Jovičić (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 radu je detaljnije objašnjen način funkcioniranja neuronskih mreža i njenih bitnih dijelova. Predstavljene su i povratne neuronske mreže, posebice vrsta povratne neuronske mreže – LSTM. Prikazana je i implementacija LSTM modela u svrhu predviđanja cijena dionica, zbog njegove karakteristike dobrog predviđanja vremenskog slijeda. Rezultati modela predviđanja su uglavnom nezadovoljavajući zbog vanjskih utjecaja i nasumičnosti čistih podataka o cijenama.

Sažetak (engleski)

This thesis contains detailed explanation of neural networks and its important components. Recurrent neural networks are also elaborated in detail with emphasis on LSTM model. LSTM model is implemented for stock price prediction purposes because of its great time-series forecasting abilities. The results of the implemented model are mostly dissatisfying, because of external events and randomness of raw stock price data.

• Ključne riječi: Strojno učenje; Neuronske mreže; Povratne neuronske mreže; LSTM; Predviđanje cijena dionica
• Ključne riječi (engleski): Machine learning; Neural networks; Recurrent neural networks; LSTM; Stock price prediction
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:746092
• 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: 2023-01-15 11:01:06