Τοπολογική ανάλυση δεδομένων σε χρονοσειρές για πρόβλεψη τιμών μετοχών
Loading...
Date
2025-10-02
Authors
Τσώλος, Επαμεινώνδας
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Η εργασία ασχολείται με την πρόβλεψη τιμών μετοχών και την αναζήτηση μεθόδων που μπορούν να προσφέρουν αξιόπιστα εργαλεία για τη λήψη επενδυτικών αποφάσεων. Στόχος είναι η ανάπτυξη ενός πλαισίου που να αξιοποιεί τόσο παραδοσιακές τεχνικές ανάλυσης χρονοσειρών όσο και νεότερες μεθόδους που βασίζονται στη μελέτη της δομής και της μορφής των δεδομένων. Στα πρώτα κεφάλαια παρουσιάζονται οι θεωρητικές βάσεις των χρηματοοικονομικών αγορών, οι ιδιότητες των χρονοσειρών και τα εργαλεία που χρησιμο-ποιούνται για την επεξεργασία τους. Στη συνέχεια περιγράφονται σύγχρονες τεχνικές μηχανικής μάθησης και νευρωνικά δίκτυα που έχουν τη δυνατότητα να εντοπίζουν πολύπλο-κες σχέσεις και να αξιοποιούν εξαρτήσεις στο χρόνο.
Η εργασία προχωρά πέρα από την απλή θεωρητική ανάλυση και αναπτύσσει ένα ολο-κληρωμένο σύστημα που επιτρέπει τη συλλογή, την επεξεργασία και την αξιολόγηση δεδομένων σε πραγματικές συνθήκες. Το σύστημα αυτό έχει υλοποιηθεί σε γλώσσα C++ και συγκεντρώνει όλα τα στάδια, από τον καθαρισμό των δεδομένων μέχρι την παραγωγή σημάτων και την εκτίμηση της απόδοσης στρατηγικών. Μέσα από τα πειράματα που έγιναν, φάνηκε ότι ο εμπλουτισμός των δεδομένων με νέες περιγραφές βελτιώνει την ποιότητα των προβλέψεων και οδηγεί σε πιο σταθερά αποτελέσματα.
Ιδιαίτερη έμφαση δίνεται στη σύνδεση των αποτελεσμάτων με πραγματικές επενδυτι-κές αποφάσεις, μέσω αξιολόγησης που περιλαμβάνει όχι μόνο στατιστικούς δείκτες αλλά και προσομοιώσεις συναλλαγών. Η συμβολή εντοπίζεται στη δημιουργία ενός πλαισίου που συνδυάζει θεωρία και πράξη, παρέχοντας μια ολοκληρωμένη εικόνα για τις δυνατότητες πρόβλεψης σε χρηματοοικονομικές αγορές και ανοίγοντας προοπτικές για μελλοντικές εφαρμογές με μεγαλύτερη ακρίβεια και διαφάνεια.
Η μελέτη της εργασίας αναδεικνύει τη σημασία της αξιολόγησης όχι μόνο με στατιστι-κά μέτρα, αλλά και με πρακτικές δοκιμές που προσομοιώνουν πραγματικές συναλλαγές. Έτσι, η εργασία συνδυάζει θεωρητική τεκμηρίωση και πρακτική εφαρμογή, προσφέροντας χρήσιμα συμπεράσματα για την πρόβλεψη τιμών και τη διαχείριση επενδύσεων. Στο τέλος προτείνονται κατευθύνσεις για μελλοντική έρευνα, όπως η χρήση περισσότερων εξωτερικών παραγόντων και η βελτίωση της διαφάνειας των μεθόδων, ώστε τα αποτελέσματα να γίνουν ακόμη πιο αξιόπιστα.
Description
Keywords
Τοπολογική ανάλυση δεδομένων, Μηχανική μάθηση, Τεχνητή νοημοσύνη, Πρόβλεψη τιμών μετοχών, Βαθιά μάθηση, Χρονοσειρές, Προβλεπτικά μοντέλα, Ανάλυση ρίσκου, Επενδυτικές στρατηγικές