Τεχνικές πρόβλεψης χρηματιστηριακών τιμών αξιοποιώντας σχόλια από ιστοσελίδες και κοινωνικά μέσα δικτύωσης

DSpace/Manakin Repository

Show simple item record

dc.contributor.author Ραφτόπουλος, Ευάγγελος el
dc.contributor.author Raftopoulos, Efangelos en
dc.date.accessioned 2020-05-18T13:31:15Z
dc.date.available 2020-05-18T13:31:15Z
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/50617
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.18315
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 Πρόβλεψη el
dc.subject χρηματιστηριακές τιμές el
dc.subject Συναισθηματική ανάλυση el
dc.subject Επαναληπτικά νευρωνικά δίκτυα el
dc.subject Διανυσματική αναπαράσταση λέξεων el
dc.subject Predictions en
dc.subject Stock prices en
dc.subject Sentiment analysis en
dc.subject Recurrent neural networks en
dc.subject Word embeddings en
dc.title Τεχνικές πρόβλεψης χρηματιστηριακών τιμών αξιοποιώντας σχόλια από ιστοσελίδες και κοινωνικά μέσα δικτύωσης el
heal.type bachelorThesis
heal.classification Νευρωνικά δίκτυα el
heal.language el
heal.access free
heal.recordProvider ntua el
heal.publicationDate 2019-12-17
heal.abstract Η ραγδαία ανάπτυξη της τεχνολογίας έχει συμβάλει σημαντικά σε πολλούς τομείς της ζωής. Ένας από αυτούς είναι η δυνατότητα προβλέψεων που έχει ανθήσει τα τελευταία χρόνια χάρης των συστημάτων μηχανικής μάθησης και νευρωνικών δικτύων. Η παρούσα διπλωματική εργασία πραγματεύεται το θέμα της πρόβλεψης της μελλοντικής συμπεριφοράς των χρηματιστηριακών τιμών αξιοποιώντας όχι μόνο τιμές του παρελθόντος αλλά και σχόλια από πλατφόρμες κοινωνικής δικτύωσης, με σκοπό την βελτίωση της ακρίβειας των προβλέψεων. Για την επίτευξη αυτού του στόχου κρίθηκε αναγκαία η δημιουργία ενός νευρωνικού δικτύου το οποίο θα προβαίνει σε ανάλυση συναισθήματος, δηλαδή θα αναγνωρίζει πόσο θετικό ή αρνητικό είναι το κάθε σχόλιο, και έπειτα η κατασκευή ενός μοντέλου το οποίο θα είναι υπεύθυνο για τις προβλέψεις των χρηματιστηριακών τιμών και πιο συγκεκριμένα για την τιμή κλεισίματος (close price). Το δίκτυο αυτό θα τροφοδοτηθεί την πρώτη φορά με ιστορικές χρηματιστηριακές τιμές και με τις πληροφορίες των δεδομένων κειμένου και έπειτα μόνο με τις ιστορικές χρηματιστηριακές τιμές. Τέλος θα γίνει σύγκριση μεταξύ των αποτελεσμάτων αυτών με σκοπό να αποφανθεί αν δίνοντας και τα αποτελέσματα της ανάλυσης συναισθήματος των σχολίων βελτιώθηκαν οι προβλέψεις. el
heal.abstract The rapid development of technology has considerably affected several aspects of life, one of which is the ability to make future predictions. This one has flourished the last years due to the mechanic systems learning and neural networks as well. The thesis in question discusses the prediction of the future behavior of stock market reclaiming not only past prices but also comments of social network platform in order to ameliorate the accuracy of predictions. Therefore, the creation of a neural network was of great necessity since it will proceed to sentiment analysis. That means the network will be able to distinguish the good or bad effect of every comment and then construct a model which will be responsible for the prediction of stock market and, particularly, it will predict the close price of a share. At first, this network will feed with historical stock prices as well as with information taken from text data and then only with the former ones. Finally, there will be a comparison between the results aiming to reach a conclusion if, when giving the results of both the sentiment analysis and the comments, the predictions were improved. en
heal.advisorName Σταφυλοπάτης, Ανδρέας-Γεώργιος el
heal.committeeMemberName Σταφυλοπάτης, Ανδρέας-Γεώργιος el
heal.committeeMemberName Στάμου, Γεώργιος el
heal.committeeMemberName Τσανάκας, Παναγιώτης el
heal.academicPublisher Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Συστημάτων Μετάδοσης Πληροφορίας και Τεχνολογίας Υλικών. Εργαστήριο Ευφυών Επικοινωνιών και Δικτύων Ευρείας Ζώνης el
heal.academicPublisherID ntua
heal.numberOfPages 75 σ.
heal.fullTextAvailability false

Files in this item

The following license files are associated with this item:

This item appears in the following Collection(s)

Show simple item record

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα Except where otherwise noted, this item's license is described as Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα