HEAL DSpace

Πρόβλεψη τιμής κλεισίματος μετοχών με τεχνικές Μηχανικής Μάθησης

Αποθετήριο DSpace/Manakin

Εμφάνιση απλής εγγραφής

dc.contributor.author Σπυρόπουλος, Σπυρίδων el
dc.contributor.author Spyropoulos, Spyridon en
dc.date.accessioned 2019-10-17T11:29:06Z
dc.date.available 2019-10-17T11:29:06Z
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/49304
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.17002
dc.rights Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα *
dc.rights.uri http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ *
dc.subject Μετοχή el
dc.subject Χρηματιστήριο el
dc.subject Τεχνητή νοημοσύνη el
dc.subject Χαρτοφυλάκια el
dc.subject Νευρωνικά δίκτυα el
dc.subject Stock price en
dc.subject Neural network en
dc.subject Portfolio en
dc.subject Artificial intelligence en
dc.subject Stock market en
dc.title Πρόβλεψη τιμής κλεισίματος μετοχών με τεχνικές Μηχανικής Μάθησης el
heal.type bachelorThesis
heal.classification Μηχανική Μάθηση el
heal.language el
heal.access free
heal.recordProvider ntua el
heal.publicationDate 2019-07-12
heal.abstract Σκοπός της παρούσας διπλωματικώς εργασίας είναι η ανάπτυξη ενός αλγορίθμου που διενεργεί αγοραπωλησίες μετοχών του δείκτη S&P500 αξιοποιώντας τεχνικές μηχανικής μάθησης. Οι αυτοματοποιημένες αγοραπωλησίες μετοχών αποτελούν ένα πολύ σημαντικό κομμάτι του σύγχρονου χρηματοπιστωτικού συστήματος καθώς τα τελευταία χρόνια η λήψη αποφάσεων που σχετίζεται με αγοροπωλησίες μετοχών βασίζεται σε πολύ μεγάλο βαθμό σε τεχνικές προβλέψεων και ειδικότερα σε μεθόδους μηχανικής μάθησης. Έτσι, λαμβάνοντας υπ’όψιν την προβλεπτική ικανότητα διαφόρων τεχνικών μηχανικής μάθησης αλλά και εξετάζοντας διάφορος τύπους χαρτοφυλακίων μετοχών, στα πλαίσια της παρούσας διπλωματικής αναπτύχθηκε ένας αλγόριθμος που αυτοματοποιεί την όλη διαδικασία και παράγει προτάσεις για διάφορα σενάρια αγοροπωλησίας. Αρχικά ο αλγόριθμος βελτιστοποιήθηκε με βάση τις παραμέτρους των εξεταζόμενων τεχνικών μηχανικής μάθησης και στη συνέχεια χρησιμοποιήθηκε προκείμενου να εξαχθούν προβλέψεις για διάφορα χαρτοφυλάκια. Η τελική κερδοφορία εξετάστηκε ανά περίπτωση μέσω αντίστοιχων προσομοιώσεων. Η εργασία παρουσιάζει αναλυτικά τις μετρήσεις που έγιναν για τα επιμέρους βήματα της προτεινόμενης μεθοδολογίας και αποδεικνύει την αξία των εξεταζομένων τεχνικών για την υποστήριξη αποφάσεων σε χρηματιστήρια. el
heal.advisorName Ασημακόπουλος, Βασίλειος el
heal.committeeMemberName Ασημακόπουλος, Βασίλειος el
heal.committeeMemberName Ψαρράς, Ιωάννης el
heal.committeeMemberName Ασκούνης, Δημήτριος el
heal.academicPublisher Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Ηλεκτρικών Βιομηχανικών Διατάξεων και Συστημάτων Αποφάσεων el
heal.academicPublisherID ntua
heal.numberOfPages 82 σ.
heal.fullTextAvailability true


Αρχεία σε αυτό το τεκμήριο

Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο:

Αυτό το τεκμήριο εμφανίζεται στην ακόλουθη συλλογή(ές)

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα Εκτός από όπου ορίζεται κάτι διαφορετικό, αυτή η άδεια περιγράφεται ως Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα