Učenje reprezentacije dinamike dvostruke aukcije pomoću dubokih neuronskih mreža za grafove

diplomski rad

• Naslov (engleski): Learning the representation of double auction dynamics using deep graph neural networks
• Autor: Pavao Dužević
• Mentor: Zvonko Kostanjčar (mentor)
• Član povjerenstva: Zvonko Kostanjčar (predsjednik povjerenstva)
• Član povjerenstva: Tomislav Petković (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: 2024-07-04, Hrvatska

Sažetak

U ovom radu predstavljen je prostor dinamike dvostruke aukcije, metoda formiranja grafa dinamike dvostruke aukcije te je primijenjena metoda učenja reprezentacije grafova u samonadziranom okruženju. Grafovi dinamike dvostruke aukcije u sebi sadrže više informacija o trenutnom stanju tržišta u odnosu na OHLC svijeće, standardnu metodu agregiranja signala zadnjih izvršenih transakcija. Svrha ovog rada je ispitati informacije ugrađene unutar naučenih reprezentacija te je li naučene reprezentacije... Više odražavaju pravilnosti unutar prostora dinamike dvostruke aukcije koje se ne mogu detektirati OHLC svijećama. Rezultati su dobiveni koristeći transakcijske podatke s burze kriptovaluta. Sakrij dio sažetka

Sažetak (engleski)

This thesis presents the dynamics space of a double auction, the method of forming a double auction dynamics graph, and applies the method of learning graph-level representations in a self-supervised environment. Double auction dynamics graphs contain more information about the current market state compared to OHLC candlesticks, the standard method of aggregating signals from the last executed transaction. The purpose of this work is to examine the information embedded within the learned... Više representations and whether the learned representations reflect patterns within the double auction dynamics space that cannot be detected by OHLC candlesticks. The results were obtained using transaction data from a cryptocurrency exchange. Sakrij dio sažetka

• Ključne riječi: dvostruka aukcija; dinamika dvostruke aukcije; neuronske mreže za grafove; učenje reprezentacije; samonadzirano učenje; transakcijski podaci
• Ključne riječi (engleski): double auction; double auction dynamics; graph neural networks; representation learning; self-supervised learning; transaction data
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:754840
• 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: Otvoreni pristup
• Datum i vrijeme pohrane: 2024-10-12 20:29:50