Παρακαλώ χρησιμοποιήστε αυτό το αναγνωριστικό για να παραπέμψετε ή να δημιουργήσετε σύνδεσμο προς αυτό το τεκμήριο: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/17117
Τίτλος: Ανάπτυξη και αξιολόγηση αλγορίθμων μηχανικής μάθησης και νευρωνικών δικτύων σε δεδομένα κοινωνικών δικτύων με εφαρμογή στις μεταβολές των κρυπτονομισμάτων
Συγγραφείς: Πασπάλας, Βασίλειος
Βαρβαρίγου Θεοδώρα
Λέξεις κλειδιά: κρυπτονομίσματα
ανταλλακτήριο νομισμάτων
χρηματιστήριο
αλγόριθμοι Επιβλεπόμενης Μηχανικής Μάθησης
εντοπισμός νέων και εξελίξεων
Νευρωνικά Δίκτυα
πρόβλεψη τιμών
Bitcoin
μέσα κοινωνικής δικτύωσης
Twitter
ειδησεογραφικές επιχειρήσεις
algorithmic trading
Ημερομηνία έκδοσης: 30-Οκτ-2018
Περίληψη: Η έλευση των κρυπτονομισμάτων είχε ως αποτέλεσμα την δημιουργία ηλεκτρονικών ανταλλακτηρίων στα οποία διενεργούνται αγοραπωλησίες μεταξύ κρυπτονομισμάτων αλλά και συναλλάγματος, όπως ευρώ, δολαρίων κτλ. Όπως στην αγορά συναλλάγματος και στα Χρηματιστήρια μετοχών, έτσι και σε αυτά τα ανταλλακτήρια υπάρχουν διακυμάνσεις στις τιμές των κρυπτονομισμάτων. Οι συγκεκριμένες τιμές επηρεάζονται από την προσφορά και την ζήτηση των συμμετεχόντων σε αυτά τα ανταλλακτήρια. Με την εδραίωση των μέσων κοινωνικής δικτύωσης, όπως το Twitter και το Facebook, πολλοί άνθρωποι έχουν επιλέξει ως μέσο ενημέρωσης τις σελίδες που ενημερώνουν μεγάλες δημοσιογραφικές υπηρεσίες, όπως το Bloomberg και το CNN, στις πλατφόρμες αυτές. Αυτό συμβαίνει καθώς με τις ειδοποιήσεις που αποστέλλουν οι πλατφόρμες κοινωνικής δικτύωσης, υπάρχει άμεση και έγκυρη ενημέρωση των χρηστών για τα νέα που διαδραματίζονται ανά τον κόσμο σε κοινωνικό, πολιτικό και οικονομικό επίπεδο. Στην συγκεκριμένη εργασία, μελετάμε την επιρροή που μπορεί να έχει η δημοσιοποίηση οικονομικών νέων σχετικά με τα κρυπτονομίσματα, συγκεκριμένα με το Bitcoin, στις τιμές αυτών στα ηλεκτρονικά ανταλλακτήρια ανά τον κόσμο. Για την υλοποίησή της χρησιμοποιήσαμε αναρτήσεις που έγιναν στο Twitter από 1/1/2017 έως 31/12/2017 από μεγάλες ειδησεογραφικές επιχειρήσεις που ενημερώνουν τις σελίδες τους στο Twitter. Στη συνέχεια με τη χρήση της επιβλεπόμενης μηχανικής μάθησης, και συγκεκριμένα με τη δημιουργία νευρωνικών δικτύων, δημιουργήσαμε και αξιολογήσαμε αλγορίθμους οι οποίοι προβλέπουν, με μεγάλη επιτυχία, την άνοδο ή την κάθοδο των τιμών των κρυπτονομισμάτων βάσει των νέων που προκύπτουν από τις αναρτήσεις που περιγράψαμε παραπάνω.
URI: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/17117
Εμφανίζεται στις συλλογές:Διπλωματικές Εργασίες - Theses

Αρχεία σε αυτό το τεκμήριο:
Αρχείο Περιγραφή ΜέγεθοςΜορφότυπος 
Bill Paspalas Thesis.pdf2.86 MBAdobe PDFΕμφάνιση/Άνοιγμα


Όλα τα τεκμήρια του δικτυακού τόπου προστατεύονται από πνευματικά δικαιώματα.