Please use this identifier to cite or link to this item: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/17913
Full metadata record
DC FieldValueLanguage
dc.contributor.authorΚαρλής, Βασίλειος-
dc.date.accessioned2021-04-02T17:23:45Z-
dc.date.available2021-04-02T17:23:45Z-
dc.date.issued2021-03-18-
dc.identifier.urihttp://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/17913-
dc.description.abstractΟι προβλέψεις χρηματιστηριακών μεγεθών διαχρονικά προσελκύουν το ενδιαφέρον των επενδυτών και των ερευνητών, την στιγμή που η βαθιά μηχανική μάθηση διαμορφώνει την πιο πολλά υποσχόμενη κατηγορία σχετικών αλγορίθμων. To αντικείμενο αυτής της διπλωματικής είναι η εφαρμογή και μελέτη της βαθιάς μηχανικής μάθησης και συγκεκριμένα των αναδρομικών νευρωνικών δικτύων μακράς και βραχείας μνήμης (Long Short-term Memory- LSTM), για την πραγματοποίηση βραχυπρόθεσμων χρηματιστηριακών προβλέψεων. Η βαθιά μηχανική μάθηση αποτελεί μια πολλά υποσχόμενη κατηγορία τεχνικής ανάλυσης και ειδικότερα τα LSTM είναι πολύ αποτελεσματικά για την μελέτη χρονοσειρών. Στα πλαίσια αυτής της διπλωματικής λοιπόν, υλοποιούνται χρηματιστηριακές προβλέψεις για μεγάλες τεχνολογικές εταιρείες και μελετώνται οι παράγοντες που επηρεάζουν την απόδοσή τους. Αναδεικνύεται η δυνατότητα του LSTM να αντιλαμβάνεται τις εξαρτήσεις των χρηματιστηριακών δεδομένων και να πραγματοποιεί αποτελεσματικές προβλέψεις. Ακόμη, γίνεται σαφής η σημασία της κατάλληλης ρύθμισης των παραμέτρων του νευρωνικού δικτύου και στην συνέχεια της κατάλληλης επιλογής χαρακτηριστικών εισόδου, με στόχο την βελτιστοποίηση της απόδοσης. Τέλος, συμπεραίνεται πως η απόδοση θα πρέπει να εξετάζεται συλλογικά και όχι μεμονωμένα με την ταυτόχρονη μελέτη αρκετών μετρικών και διαγραμμάτων.en_US
dc.languageelen_US
dc.subjectLSTMen_US
dc.subjectΝευρωνικά δίκτυαen_US
dc.subjectΧρηματιστήριοen_US
dc.subjectΒαθιά Μηχανική Μάθησηen_US
dc.subjectΝευρωνικά Δίκτυαen_US
dc.subjectΠροβλέψειςen_US
dc.subjectΜετοχήen_US
dc.subjectΧρονοσειρέςen_US
dc.subjectΜηχανική Μάθησηen_US
dc.titleΑναδρομικά νευρωνικά δίκτυα για πρόβλεψη χρηματιστηριακών μεγεθώνen_US
dc.description.pages85en_US
dc.contributor.supervisorΜέντζας Γρηγόρηςen_US
dc.departmentΤομέας Ηλεκτρικών Βιομηχανικών Διατάξεων και Συστημάτων Αποφάσεωνen_US
Appears in Collections:Διπλωματικές Εργασίες - Theses



Items in Artemis are protected by copyright, with all rights reserved, unless otherwise indicated.