Sustav za predviđanje kretanja vrijednosti kriptovaluta temeljen na neuronskim mrežama

Sažetak na hrvatskom: Predviđanje ponašanja tržišta dionica jedno je od zanimljivijih područja financijske ekonomije. U ovom radu primjenjuju se konvencionalne metode predviđanja kretanja vrijednosti dionica nad domenom kriptovaluta. Spominju se relevantne značajke vezane uz kriptovalute kao i njiho...

Full description

Permalink: http://skupni.nsk.hr/Record/fer.KOHA-OAI-FER:48190/Details
Glavni autor: Biđin, Vedran (-)
Ostali autori: Botički, Ivica (Thesis advisor)
Vrsta građe: Drugo
Impresum: Zagreb, V. Biđin, 2018.
Predmet:
LEADER 02144na a2200229 4500
003 HR-ZaFER
008 160221s2018 ci ||||| m||| 00| 0 hr d
035 |a (HR-ZaFER)ferid5434 
040 |a HR-ZaFER  |b hrv  |c HR-ZaFER  |e ppiak 
100 1 |a Biđin, Vedran 
245 1 0 |a Sustav za predviđanje kretanja vrijednosti kriptovaluta temeljen na neuronskim mrežama :  |b diplomski rad /  |c Vedran Biđin ; [mentor Ivica Botički]. 
246 1 |a System for Forecast of Cryptocurrencies Value Change Based on Neural Networks  |i Naslov na engleskom:  
260 |a Zagreb,  |b V. Biđin,  |c 2018. 
300 |a 46 str. ;  |c 30 cm +  |e CD-ROM 
502 |b diplomski studij  |c Fakultet elektrotehnike i računarstva u Zagrebu  |g smjer: Programsko inženjerstvo i informacijski sustavi, šifra smjera: 54, datum predaje: 2018-06-29, datum završetka: 2018-07-16 
520 3 |a Sažetak na hrvatskom: Predviđanje ponašanja tržišta dionica jedno je od zanimljivijih područja financijske ekonomije. U ovom radu primjenjuju se konvencionalne metode predviđanja kretanja vrijednosti dionica nad domenom kriptovaluta. Spominju se relevantne značajke vezane uz kriptovalute kao i njihovi potencijalni izvori. Arhitektura sustava obuhvaća postupak pripreme podataka i izradu prediktivnog modela. Za predviđanje se koriste povratne neuronske mreže. Analiziraju se rezultati te se govori o mogućim načinima nadogradnje i poboljšanja sustava. 
520 3 |a Sažetak na engleskom: Stock market prediction is one of the more interesting fields of financial economics. In this thesis conventional methods of stock market prediction are applied to the domain of cryptocurrencies. Relevant features of cryptocurrencies and their potential sources are mentioned. The system architecture encompasses preparation of data and creation of the predictive model. Recurrent neural networks are used for the predictions. The results are analyzed and possible enhancements of the system are discussed. 
653 1 |a kriptovalute  |a strojno učenje  |a neuronske mreže 
653 1 |a cryptocurrencies  |a machine learning  |a neural networks 
700 1 |a Botički, Ivica  |4 ths 
942 |c Y 
999 |c 48190  |d 48190