Analiza vremenskih nizova zasnovana na kompleksnim mrežama

diplomski rad

• Naslov (engleski): Complex network based time series analysis
• Autor: Lovre Mrčela
• Mentor: Zvonko Kostanjčar (mentor)
• Član povjerenstva: Zvonko Kostanjčar (predsjednik povjerenstva)
• Član povjerenstva: Dražen Jurišić (član povjerenstva)
• Član povjerenstva: Tomislav Petković (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2017-07-18, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U ovom radu istražene su metode za analizu financijskih vremenskih nizova,
temeljene na algoritmu statističke arbitraže. Rezultati istraživanja zaokruženi su
u samostalan algoritam za simulaciju trgovanja vrijednosnicama temeljenu na
povijesnim podacima, i trgovanje vrijednosnicama nad podacima koji dolaze u
stvarnom vremenu. Ulazne podatke za algoritam čini kretanje cijena nekog broja
vrijednosnica u nekom razdoblju. Na temelju njih, konstruira se kompleksna
mreža koja opisuje odnos vrijednosnica u svakom vremenskom koraku. Iz dobivene
mreže procjenjuje se poredak vrijednosnica po preferenciji i računa se pouzdanost
same procjene poretka. Konačno, na temelju poretka i pouzdanosti njegove
procjene konstruira se portfelj koji čine vrijednosnice s najvećom preferencijom.
Algoritam je simuliran nad stvarnim povijesnim podacima i polučio je uspješne
rezultate. Iako su istraženi specijalno financijski vremenski nizovi, korišteni
matematički i statistički postupci koji su korišteni lako mogu poslužiti i u druge
svrhe.

Sažetak (engleski)

In this thesis, methods for financial time series analysis using statistical
arbitrage algorithm are researched. Results of the research are summed up into
standalone algorithm for simulation of assets trading based on historical data,
and also for real world assets trading on live data. Input data for the algorithm
are prices of some number of assets during some time span. Next, a complex
network is constructed using the input data that describes relations among the
assets at the each time step. Then, the ranking based on preference of assets is
derived from the network and also the confidence of derived ranking is obtained.
Finally, portfolio is constructed from the most preferred assets, by using ranking
and its confidence. Simulating the algorithm on the real historical data has
yielded significant results. Although the research in this thesis has been done on
financial time series, mathematical and statistical methods used can easily prove
useful in other applications.

• Ključne riječi: vremenski nizovi; financije; statistička arbitraža; relacija preferencije; graf toka preferencija; metoda potencijala
• Ključne riječi (engleski): time series; finances; statistical arbitrage; preference relation; preference flow graph; potential method
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:520491
• Studijski program: Naziv: Informacijska i komunikacijska tehnologija; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka informacijske i komunikacijske tehnologije (mag. ing. inf. et comm. techn.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2019-03-13 23:16:49