Pretraga

Pretražite po imenu i prezimenu autora, mentora, urednika, prevoditelja

Napredna pretraga

Pregled bibliografske jedinice broj: 1267060

ANALIZA FINANCIJSKE USPJEŠNOSTI MODELA STROJNOG UČENJA ZA PREDVIĐANJE SMJERA PROMJENE BURZOVNIH INDEKSA CEE I SEE REGIJE UZ RAZLIČITE METRIKE ZA VREDNOVANJE KLASIFIKATORA

Vlah Jerić, Silvija
ANALIZA FINANCIJSKE USPJEŠNOSTI MODELA STROJNOG UČENJA ZA PREDVIĐANJE SMJERA PROMJENE BURZOVNIH INDEKSA CEE I SEE REGIJE UZ RAZLIČITE METRIKE ZA VREDNOVANJE KLASIFIKATORA // Ekonomska misao i praksa : časopis Sveučilista u Dubrovniku, online (2023), 22, 13 (međunarodna recenzija, prethodno priopćenje, znanstveni)

CROSBI ID: 1267060 Za ispravke kontaktirajte CROSBI podršku putem web obrasca

Naslov
ANALIZA FINANCIJSKE USPJEŠNOSTI MODELA STROJNOG UČENJA ZA PREDVIĐANJE SMJERA PROMJENE BURZOVNIH INDEKSA CEE I SEE REGIJE UZ RAZLIČITE METRIKE ZA VREDNOVANJE KLASIFIKATORA
(ANALYSIS OF THE FINANCIAL PERFORMANCE OF MACHINE LEARNING MODELS FOR PREDICTING THE DIRECTION OF CHANGE OF CEE AND SEE STOCK INDICES WITH DIFFERENT METRICS FOR CLASSIFIER EVALUATION)

Autori
Vlah Jerić, Silvija

Izvornik
Ekonomska misao i praksa : časopis Sveučilista u Dubrovniku (1330-1039) Online (2023); 22, 13

Vrsta, podvrsta i kategorija rada
Radovi u časopisima, prethodno priopćenje, znanstveni

Ključne riječi
tehnička analiza ; predviđanje promjene burzovnih indeksa ; financijsko predviđanje ; algoritmi za klasifikaciju ; strojno učenje
(technical analysis ; predicting changes in stock market indices ; financial forecasting ; classification algorithms ; machine learning)

Sažetak
Cilj analize je istražiti utjecaj odabira metrike za vrednovanje klasifikatora na financijsku uspješnost sustava trgovanja temeljenih na modelima strojnog učenja za burzovne indekse iz zemalja CEE i SEE regija. Tehničkim indikatorima se koriste kao značajke za odabrane algoritme strojnog učenja pri predviđanju smjera promjena vrijednosti indeksa, tj. klasificiranje dana trgovanja u dvije klase. Istraživanje je pokazalo da odabir metrike za vrednovanje klasifikatora nema veliki utjecaj na financijsku uspješnost takvog sustava, no ipak su najveći prosječni prinosi po transakciji postignuti maksimizacijom točnosti. Nadalje, algoritam slučajne šume i naivni Bayesov klasifikator dali su najveće prosječne prinose korištenjem točnosti, dok su stroj potpornih vektora i algoritam k najbližih susjeda najveće prosječne prinose postigli pri korištenju površine ispod krivulje operativnih karakteristika. Utvrđeno je da očekivano veliki utjecaj na financijsku uspješnost ima odabir algoritma za strojno učenje te da algoritam slučajne šume daje najbolje rezultate na ovim podacima.

Izvorni jezik
Hrvatski

Znanstvena područja
Ekonomija



POVEZANOST RADA

Ustanove:
Ekonomski fakultet, Zagreb

Profili:

Avatar Url Silvija Vlah Jerić (autor)

hrcak.srce.hr

Citiraj ovu publikaciju:

Vlah Jerić, Silvija
ANALIZA FINANCIJSKE USPJEŠNOSTI MODELA STROJNOG UČENJA ZA PREDVIĐANJE SMJERA PROMJENE BURZOVNIH INDEKSA CEE I SEE REGIJE UZ RAZLIČITE METRIKE ZA VREDNOVANJE KLASIFIKATORA // Ekonomska misao i praksa : časopis Sveučilista u Dubrovniku, online (2023), 22, 13 (međunarodna recenzija, prethodno priopćenje, znanstveni)
Vlah Jerić, S. (2023) ANALIZA FINANCIJSKE USPJEŠNOSTI MODELA STROJNOG UČENJA ZA PREDVIĐANJE SMJERA PROMJENE BURZOVNIH INDEKSA CEE I SEE REGIJE UZ RAZLIČITE METRIKE ZA VREDNOVANJE KLASIFIKATORA. Ekonomska misao i praksa : časopis Sveučilista u Dubrovniku, online, 22, 13.
@article{article, author = {Vlah Jeri\'{c}, Silvija}, year = {2023}, pages = {13}, chapter = {22}, keywords = {tehni\v{c}ka analiza, predvi\djanje promjene burzovnih indeksa, financijsko predvi\djanje, algoritmi za klasifikaciju, strojno u\v{c}enje}, journal = {Ekonomska misao i praksa : \v{c}asopis Sveu\v{c}ilista u Dubrovniku}, volume = {online}, issn = {1330-1039}, title = {ANALIZA FINANCIJSKE USPJE\v{S}NOSTI MODELA STROJNOG U\v{C}ENJA ZA PREDVI\DJANJE SMJERA PROMJENE BURZOVNIH INDEKSA CEE I SEE REGIJE UZ RAZLI\v{C}ITE METRIKE ZA VREDNOVANJE KLASIFIKATORA}, keyword = {tehni\v{c}ka analiza, predvi\djanje promjene burzovnih indeksa, financijsko predvi\djanje, algoritmi za klasifikaciju, strojno u\v{c}enje}, chapternumber = {22} }
@article{article, author = {Vlah Jeri\'{c}, Silvija}, year = {2023}, pages = {13}, chapter = {22}, keywords = {technical analysis, predicting changes in stock market indices, financial forecasting, classification algorithms, machine learning}, journal = {Ekonomska misao i praksa : \v{c}asopis Sveu\v{c}ilista u Dubrovniku}, volume = {online}, issn = {1330-1039}, title = {ANALYSIS OF THE FINANCIAL PERFORMANCE OF MACHINE LEARNING MODELS FOR PREDICTING THE DIRECTION OF CHANGE OF CEE AND SEE STOCK INDICES WITH DIFFERENT METRICS FOR CLASSIFIER EVALUATION}, keyword = {technical analysis, predicting changes in stock market indices, financial forecasting, classification algorithms, machine learning}, chapternumber = {22} }

Časopis indeksira:


  • Web of Science Core Collection (WoSCC)
    • Emerging Sources Citation Index (ESCI)

Podijeli:





Contrast
Increase Font
Decrease Font
Dyslexic Font
CROSBI koristi kolačiće (cookies) kako bi poboljšao funkcionalnost stranice.