Μελέτη επιρροής κοινωνικών δεδομένων στην τεχνική ανάλυση χρηματιστηριακών δεικτών με μεθόδους επεξεργασίας χρονοσειρών

 
Το τεκμήριο παρέχεται από τον φορέα :

Αποθετήριο :
Ιδρυματικό Αποθετήριο Ελλάνικος (Hellanicus)
δείτε την πρωτότυπη σελίδα τεκμηρίου
στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*
κοινοποιήστε το τεκμήριο





Μελέτη επιρροής κοινωνικών δεδομένων στην τεχνική ανάλυση χρηματιστηριακών δεικτών με μεθόδους επεξεργασίας χρονοσειρών (EL)

Χυδεριώτου, Στέλλα

aegean

Η παρούσα μελέτη ασχολήθηκε με την επιρροή των κοινωνικών δεδομένων στην τεχνική ανάλυση χρηματιστηριακών δεικτών με μεθόδους επεξεργασίας χρονοσειρών και ολοκληρώθηκε μέσα από εφτά ενότητες όπου πιο συγκεκριμένα, η πρώτη ενότητα αναφέρθηκε στο εισαγωγικό σημείωμα. Συγκεκριμένα, η στοχαστικότητα δε μπορεί να αγνοηθεί όταν έχουμε πραγματικές μετρήσεις και μελετάμε πραγματικές διαδικασίες καθώς υπάρχει τυχαιότητα και στην εξέλιξη της διαδικασίας, φαινόμενο που ονομάζεται δυναμικός θόρυβος. Επίσης υπάρχει τυχαιότητα και στην μέτρηση του μεγέθους ενδιαφέροντος και ονομάζεται θόρυβος μέτρησης. Η δεύτερη ενότητα αναφέρθηκε σε παλαιότερες ενασχολήσεις με παρόμοιες μελέτες. Στη συνέχεια, η τρίτη ενότητα ανέλυσε το θεωρητικό υπόβαθρο εμβαθύνοντας στα βασικά χαρακτηριστικά χρονοσειράς και στις μεθόδους απαλοιφής της τάσης αλλά και στη μέθοδος των πρώτων διαφορών και διαφορών p τάξης . Η τέταρτη ενότητα έκανε λόγο για τη μοντελοποίηση με τη μέθοδο ARIMA, ενώ η πέμπτη ενότητα εστίασε στον ορισμό των νευρωνικών δικτύων. Πιο αναλυτικά τα τεχνητά νευρωνικά δίκτυα είναι συσκευές επεξεργασίας (αλγόριθμοι ή πραγματικό υλικό) που διαμορφώνονται σύμφωνα με την νευρωνική δομή του εγκεφαλικού φλοιού των θηλαστικών, αλλά σε πολύ μικρότερες κλίμακες. Το παγκόσμιο ελάχιστο είναι αυτή η θεωρητική λύση με το μικρότερο δυνατό λάθος. Τα νευρωνικά δίκτυα είναι καθολικά προσεγγιστικά και λειτουργούν καλύτερα αν το σύστημα στο οποίο χρησιμοποιούνται για την μοντελοποίηση έχει υψηλή ανοχή στο σφάλμα. Η έκτη ενότητα αφορά τη μοντελοποίηση της χρονοσειράς με νευρωνικά δίκτυα και η τελευταία κατέληξε με τα συμπεράσματα της σύγκρισης των δύο μεθοδών.

masterThesis

ΑR (EL)
χρονοσειρά (EL)
ΜΑ (EL)
νευρωνικά δίκτυα (EL)
ΑΡΙΜΑ (EL)
τεχνική ανάλυση (EL)
error (EL)
προβλέψεις (EL)


2017-04-09


2020-07-08T12:24:19Z

Σάμος




*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.