Financial time series analysis using optimization techniques

U okviru završnog rada ispitana je primjenjivost optimizacijskih postupaka u prostornom nisko propusnom filtriranju financijskih vremenskih nizova. Analiza je provedena za 10 najlikvidnijih dionica sa Zagrebačke burze. Rad sadrži tri računalna modela na temelju kojih se optimizacijskim postupcima konstruiraju novi vremenski nizovi koji su linearna kombinacija cijena ostalih dionica. Modeli služe za kratkoročna i dugoročna predviđanja cijena, gdje na dnevnoj bazi dobivamo informacije o potencijalnoj cijeni sutrašnjeg dana, odnosno promjeni trenda. U procesu stvaranja modela rađale su se brojne ideje za unapređenje sustava koje predlažemo kao budući rad. This project analyzes the application of optimization techniques in low pass spatial filtering of financial time series. We analyzed the ten most liquid stocks listed on Zagreb Stock Exchange. Three computer models were developed and processed with optimization techniques to build new time series which are linear combinations of the prices of the other stocks. The models are used for short and long term price prediction. Each day we get the information about tomorrow's price and trend changes. During the process of the models, we got many ideas for the improvement of the system that could be used in further development.