prikaz prve stranice dokumenta Neuronske mreže i predikcija cijena dionica
  Preuzmi
PDF 21.6 MB
diplomski rad
Neuronske mreže i predikcija cijena dionica
2024. urn:nbn:hr:126:555433
Žuro, Matko
Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet primijenjene matematike i informatike

Citirajte ovaj rad

Žuro, M. (2024). Neuronske mreže i predikcija cijena dionica (Diplomski rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet primijenjene matematike i informatike. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:126:555433

Žuro, Matko. "Neuronske mreže i predikcija cijena dionica." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet primijenjene matematike i informatike, 2024. https://urn.nsk.hr/urn:nbn:hr:126:555433

Žuro, Matko. "Neuronske mreže i predikcija cijena dionica." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet primijenjene matematike i informatike, 2024. https://urn.nsk.hr/urn:nbn:hr:126:555433

Žuro, M. (2024). 'Neuronske mreže i predikcija cijena dionica', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet primijenjene matematike i informatike, citirano: 25.10.2024., https://urn.nsk.hr/urn:nbn:hr:126:555433

Žuro M. Neuronske mreže i predikcija cijena dionica [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet primijenjene matematike i informatike; 2024 [pristupljeno 25.10.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:126:555433

M. Žuro, "Neuronske mreže i predikcija cijena dionica", Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet primijenjene matematike i informatike, Osijek, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:126:555433

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:126:555433
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovNeuronske mreže i predikcija cijena dionica
Naslov (engleski)Neural Networks And Stock Price Prediction
AutorMatko Žuro
MentorDanijel Grahovac (mentor)
Član povjerenstvaNenad Šuvak (predsjednik povjerenstva)
Član povjerenstvaDanijel Grahovac (član povjerenstva)
Član povjerenstvaIvan Papić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet primijenjene matematike i informatike
Osijek
Datum i država obrane2024-10-10, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		PRIRODNE ZNANOSTI
Matematika
Primijenjena matematika i matematičko modeliranje
Sažetak
Ovaj rad istražuje primjenu Long Short-Term Memory (LSTM) mreža za predikciju cijena dionica. Analizom povijesnih podataka AAPL dionica, model pokazuje značajan potencijal u unapređenju točnosti predikcija i uspješnosti strategije trgovanja. Rad se fokusira na ključne komponente neuronskih mreža, proces treniranja i izazove poput prenaučenosti. Rezultati sugeriraju da LSTM mreže mogu pružiti vrijedne uvide za razvoj investicijskih strategija.
Sažetak (engleski)
This paper explores the application of Long Short-Term Memory (LSTM) networks for stock price prediction. Through the analysis of historical AAPL stock data, the model demonstrates significant potential in improving prediction accuracy and trading strategy performance. The work focuses on key components of neural networks, the training process, and challenges such as overfitting. The results suggest that LSTM networks can provide valuable insights for the development of investment strategies.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:126:555433
Studijski programNaziv: Matematika; smjerovi: Financijska matematika i statistika, Matematika i računarstvo, Industrijska i primijenjena matematika
Smjer: Financijska matematika i statistika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra matematike (mag.math.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2024-10-25 10:00:07