Analiza podataka o cijenama dionica

završni rad

• Naslov (engleski): Analyzing Stock Prices Data
• Autor: Helena Novak
• Mentor: Damir Pintar (mentor)
• Član povjerenstva: Damir Pintar (predsjednik povjerenstva)
• Član povjerenstva: Luka Humski (član povjerenstva)
• Član povjerenstva: Ljiljana Brkić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2020-08-29, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U sklopu ovoga rada napravljena je analiza podataka o cijenama dionica te je objašnjen pojam vremenske serije. Zbog velike količine dostupnih podataka, podaci o cijenama dionica su zahvalno područje za analizu koja može biti ekonomski isplativa. U radu je detaljno objašnjena obrada podataka primjenom metoda statistike. Objašnjeni su modeli za predviđanje vremenskih serija i financijskih vremenskih nizova. Izgradnja modela je napravljena pomoću metoda strojnog učenja. Na slučaju predviđanja zaključnih cijena dionica s američkog tržišta prikazane su razlike između dva najčešća modela za prognoziranje vremenskih serija, a svi rezultati su prikazani grafički.

Sažetak (engleski)

As part of this paper, an analysis of stock price data was made and the concept of time series was explained. Due to the large amount of data available, stock price data is a thankful area for analysis that can be economically viable. The paper explains in detail the data processing using statistical methods. Models for predicting time series and financial time series are explained. Building of models was done using machine learning methods. In the case of predicting closing stock prices from the US market, the differences between the two most common models for forecasting time series are shown, and all the results are shown graphically.

• Ključne riječi: dionice; vremenska serija; financijski vremenski nizovi; ARIMA; LSTM
• Ključne riječi (engleski): stocks; time series; financial time series; ARIMA; LSTM
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:433070
• 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: 2023-01-13 15:43:42