Εμπόριο στην αγορά συναλλάγματος

see the original item page
in the repository's web site and access all digital files if the item*



Εμπόριο στην αγορά συναλλάγματος (EL)

Βρακόπουλος, Κωνσταντίνος Α. (EL)
Vrakopoulos, Constantinos A. (EN)

Σταφυλοπάτης, Ανδρέας-Γεώργιος (EL)
Κόλλιας, Στέφανος (EL)
Στάμου, Γεώργιος (EL)

bachelorThesis

2013-07-25
2013-07-17
2014-03-17T12:36:56Z
2014-03-17


95 σ. (EL)
Κωνσταντίνος Α. Βρακόπουλος (EL)
Μια ενδιαφέρουσα περιοχή της σύγχρονης επιστήμης είναι η προσέγγιση της Διαχείρισης Ιδιοκτησίας μέσω Υπολογιστικής Νοημοσύνης. Τα οικονομικά συστήματα είναι μια καλή επιλογή για την Μηχανική Μάθηση να εφαρμοσθεί μιας που είναι εξαιρετικά πολύπλοκα και η πολυπλοκότητα είναι αυτό που η Μάθηση,θεωρητικά, τίθεται να χειριστεί. Επιπλέον εκτός από ενδιαφέρουσες τέτοιες εφαρμογές είναι και χρήσιμες αφού το πόσο καλά αποδίδουν μετριέται με την πιο ρευστή έννοια της απόδοσης ' τα χρήματα. Σε αυτήν την εργασία εξετάζεται το εμπόριο στην αγορά συναλλάγματος με έναν αλγόριθμο Μηχανικής Μάθησης, της Αναδρομική Ενισχυτικής Μάθησης. Μετά την παρουσίαση του αυτός ο αλγόριθμος χρησιμοποιείται για να διαμορφωθεί μια Υπολογιστική Εμπορική Στατηγική στην οποία γίνεται ρύθμιση παραμέτρων και αξιολογείται σε πραγματικά δεδομένα της αγοράς. Παραθέτονται τα συμπεράσματα της αξιολόγησης και ιδέες για σχετική μελλοντική έρευνα. Τέλος, γίνεται αναφορά στο πρωτόκολλο FIX το οποίο είναι το κυρίαρχα διαδεδομένο πρότυπο για συναλλαγές οικονομικής πληροφορίας μέσω ηλεκτρονικής επικοινωνίας, και περιγράφεται η χρήση μιας λογισμικής διεπαφής που υλοποιεί αυτό το πρωτόκολλο για να ενωθεί η Υπολογιστική Εμπορική Σταρτηγική στην πραγματική αγορά συναλλάγματος έτσι ώστε να πάρει μέρος στις εξελίξεις του κόσμου των σύγχρονων αγορών ' στην άνοδο των μηχανών. (EL)
The Computational Intelligence approach to Asset Management is an interesting area of modern science. Financial systems are a good option for Machine Learning to be applied since they are uniquely complex and complexity is what Learning is supposed in theory to be dealing with. Moreover, such applications are of high utility, because the measurements of how good they are doing are taken by the most liquid notion of performance ' money. This diploma thesis is investigating the foreign exchange market trading via a Machine Learning algorithm, Recurrent Reinforcement Learning. Following its presentation, this algorithm is intergrated into a Computational Trading Strategy which is ne-tuned and evaluated by real market data. Conclusions of the evaluation and ideas for further research are pointed. Finally, a reference is made to protocol FIX, which is the widespread standard for nancial information exchange through electronic communication, and the use of a software interface is described, targeting the coupling of the Computational Trading Strategy with the real Forex Market so that it participates in the progression of the modern markets' world ' the rise of the machines. (EN)


Αναδρομική ενισχυτική μάθηση (EL)
Υπολογιστική εμπορική στρατηγική (EL)
Υπολογιστική νοημοσύνη (EL)
Διαχείριση ιδιοκτησίας (EL)
Μηχανική μάθηση (EL)
Πρωτόκολλο FIX (EL)
Αγορά συναλλάγματος (EL)
Αναδρομικά νευρωνικά δίκτυα (EL)
Computational trading (EN)
Forex market (EN)
Protocol FIX (EN)
Recurrent neural networks (EN)
Machine learning (EN)
Asset management (EN)
Recurrent reinforcement learning (EN)
Computational intelligence (EN)

Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών. Εργαστήριο Υπολογιστικών Συστημάτων. (EL)

ETDRestricted-policy.xml (EN)




*Institutions are responsible for keeping their URLs functional (digital file, item page in repository site)