prikaz prve stranice dokumenta Predviđanje kretanja cijena dionica primjenom LSTM rekurentnih neuronskih mreža
  Preuzmi
PDF 8.86 MB
završni rad
Predviđanje kretanja cijena dionica primjenom LSTM rekurentnih neuronskih mreža
2024. urn:nbn:hr:126:730563
Žohar, Hrvoje
Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet primijenjene matematike i informatike

Citirajte ovaj rad

Žohar, H. (2024). Predviđanje kretanja cijena dionica primjenom LSTM rekurentnih neuronskih mreža (Završni rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet primijenjene matematike i informatike. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:126:730563

Žohar, Hrvoje. "Predviđanje kretanja cijena dionica primjenom LSTM rekurentnih neuronskih mreža." Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet primijenjene matematike i informatike, 2024. https://urn.nsk.hr/urn:nbn:hr:126:730563

Žohar, Hrvoje. "Predviđanje kretanja cijena dionica primjenom LSTM rekurentnih neuronskih mreža." Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet primijenjene matematike i informatike, 2024. https://urn.nsk.hr/urn:nbn:hr:126:730563

Žohar, H. (2024). 'Predviđanje kretanja cijena dionica primjenom LSTM rekurentnih neuronskih mreža', Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet primijenjene matematike i informatike, citirano: 11.11.2024., https://urn.nsk.hr/urn:nbn:hr:126:730563

Žohar H. Predviđanje kretanja cijena dionica primjenom LSTM rekurentnih neuronskih mreža [Završni rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet primijenjene matematike i informatike; 2024 [pristupljeno 11.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:126:730563

H. Žohar, "Predviđanje kretanja cijena dionica primjenom LSTM rekurentnih neuronskih mreža", Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet primijenjene matematike i informatike, Osijek, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:126:730563

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:126:730563
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovPredviđanje kretanja cijena dionica primjenom LSTM rekurentnih neuronskih mreža
Naslov (engleski)Predicting Stock Price Movement Using LSTM Reccurent Neural Networks
AutorHrvoje Žohar
MentorDomagoj Matijević (mentor)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet primijenjene matematike i informatike
Osijek
Datum i država obrane2024-10-30, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		PRIRODNE ZNANOSTI
Matematika
Matematička logika i računarstvo
Sažetak
U ovom radu istražujemo primjenu long short-term memory rekurentnih neuronskih mreža na predviđanje cijene ZB trend investicijskog fonda Zagrebačke banke koristeći cijene dionica tvrtki sastavnica fonda, tehničku analizu i Fourierove transformacije. Fokusiramo se na sastavne metode tehničke analize te dizajn i treniranje neuronskih mreža. Rezultati pokazuju da je model sposoban pronaći obrasce u povijesnim podacima i dati uvid u buduće kretnje za razvoj investicijskih strategija.
Sažetak (engleski)
In this thesis we explore the applications of long short-term memory recurrent neural networks for predicting price movements Zagrebačka bank’s ZB trend mutually traded fund using the prices of the fund’s constituent company stock positions, technical analysis and Fourier transforms. We focus on fundamental technical analysis methods and the design and training process of neural networks. Our results show that the model is capable of capturing patterns in the data give insight into future price movements to develop investing strategies.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:126:730563
Studijski programNaziv: Matematika i računarstvo
Vrsta studija: sveučilišni
Stupanj studija: prijediplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) matematike i računarstva (univ. bacc. math. et comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2024-11-04 12:29:32