20.500.12556/DKUM-99581 Primerjalna analiza hibridno rekurentnega modela in transformerskega modela globokega učenja za napovedovanje delniškega trga Comparative analysis of hybrid recurrent and transformer deep learning models for stock market forecasting Napovedovanje gibanja cen je izziv zaradi nelinearnosti in nestanovitnosti finančnih trgov. Cilj zaključnega dela je primerjati hibridni model LSTM-GRU z modelom Transformer za napovedovanje zaključnih cen delnice »AMZN« na podlagi podatkov v obdobju 2021–2025. Oba modela ovrednotimo v izhodiščni konfiguraciji in po Bayesovi optimizaciji z regresijskimi metrikami in s smerno natančnostjo na testni množici 221 napovednih vzorcev ter v različnih tržnih režimih. Optimizirani model LSTM-GRU je dosegel najnižji RMSE 4,40 USD in MAE 3,20 USD med vsemi konfiguracijami. Smerna natančnost vseh konfiguracij se giblje okoli 50 % in ni statistično značilna, zato rezultati ne dokazujejo zanesljivega napovedovanja smeri gibanja cene. Predicting price movements is challenging due to the nonlinearity and high volatility of financial markets. This thesis compares the hybrid LSTM-GRU model with the Transformer model for predicting the closing price of the »AMZN« stock using data from 2021 to 2025. Both models are evaluated in their baseline configurations and after Bayesian optimization using regression metrics and directional accuracy on a test set of 221 forecasting samples and across different market regimes. The optimized LSTM-GRU achieved the lowest RMSE of USD 4.40 and MAE of USD 3.20 among all configurations. The directional accuracy for all configurations remained around 50 % and was not statistically significant, indicating that the results do not demonstrate reliable forecasting of the direction of price movements. Globoko učenje LSTM-GRU Transformer napovedovanje delniških cen Bayesova optimizacija Deep learning LSTM-GRU Transformer stock price forecasting Bayesov optimization true true false Slovenski jezik Angleški jezik Diplomsko delo/naloga 2026-08-20 12:53:22 2026-09-24 14:37:21 2026-09-25 03:10:32 0000-00-00 00:00:00 2026 0 Maribor 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 VS_Strahan_Marcel_2026.pdf VS_Strahan_Marcel_2026.pdf 1 60D6D6F0931DBF5DF23F9E61685DE684 20417ba06f9abc9b1fb8cb699d0dfb39c7a4bdbf22b9bfe89f495e825f713f6e c2ad9435-9c8a-11f1-b47c-00155d0001be https://dk.um.si/Dokument.php?lang=slv&id=210012 Fakulteta za elektrotehniko, računalništvo in informatiko 0 0 0