| Naslov: | Primerjalna analiza hibridno rekurentnega modela in transformerskega modela globokega učenja za napovedovanje delniškega trga |
|---|
| Avtorji: | ID Strahan, Marcel (Avtor)
ID Šumak, Boštjan (Mentor) Več o mentorju...  |
|---|
| Datoteke: |  VS_Strahan_Marcel_2026.pdf (1,99 MB)
MD5: 60D6D6F0931DBF5DF23F9E61685DE684
|
|---|
| Jezik: | Slovenski jezik |
|---|
| Vrsta gradiva: | Diplomsko delo/naloga |
|---|
| Tipologija: | 2.11 - Diplomsko delo |
|---|
| Organizacija: | FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
|
|---|
| Opis: | 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. |
|---|
| Ključne besede: | Globoko učenje, LSTM-GRU, Transformer, napovedovanje delniških cen, Bayesova optimizacija |
|---|
| Kraj izida: | Maribor |
|---|
| Leto izida: | 2026 |
|---|
| PID: | 20.500.12556/DKUM-99581 |
|---|
| Datum objave v DKUM: | 24.09.2026 |
|---|
| Število ogledov: | 157 |
|---|
| Število prenosov: | 6 |
|---|
| Metapodatki: |    |
|---|
| Področja: | KTFMB - FERI
|
|---|
|
:
|
Kopiraj citat |
|---|
| | | | Skupna ocena: | (0 glasov) |
|---|
| Vaša ocena: | Ocenjevanje je dovoljeno samo prijavljenim uporabnikom. |
|---|
| Objavi na: |  |
|---|
Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše
podrobnosti ali sproži prenos. |
