Διαδικτυακή εφαρμογή πρόβλεψης χρονοσειρών στο χρηματιστήριο με χρήση νευρωνικών δικτύων
Time series web application for predicting future stock prices using artificial neural networks
Προβολή/ Άνοιγμα
Λέξεις κλειδιά
Νευρωνικά δίκτυα ; Χρονοσειρές ; LSTM ; NeuralProphetΠερίληψη
Οι χρονοσειρές έχουν ευρείες εφαρμογές στον τομέα των οικονομικών όπως η
εκτίμηση του ΑΕΠ, των επιτοκίων ή όπως στην περίπτωση μας, των μελλοντικών
τιμών των μετοχών. Για την εκτίμηση αυτών των μεγεθών μπορούν να εφαρμοστούν
διάφορα μοντέλα, λιγότερο ή περισσότερο πολύπλοκα. Παρόλο που τα οικονομικά
δεδομένα κατά κύριο λόγο έχουν ένα διακριτό χαρακτήρα, τα οικονομετρικά μοντέλα
συνηθίζουν να τα αντιμετωπίζουν ως συνεχείς παρατηρήσεις.
Τα τελευταία χρόνια έχουν διεξαχθεί διάφορες μελέτες σχετικά με την πρόβλεψη των
μελλοντικών τιμών μετοχών στο χρηματιστήριο οι οποίες καταλήγουν στην πρόταση
διαφόρων τεχνικών. Μπορούμε να πούμε πως οι προεξέχουσες μέθοδοι πρόβλεψης
εμπίπτουν σε δυο κύριες κατηγορίες: στις στατιστικές μεθόδους και στις τεχνικές
εύκαμπτης υπολογιστικής (soft computing).
Τα τεχνητά νευρωνικά δίκτυα ως μέθοδος εύκαμπτης υπολογιστικής θεωρούνται ως τα
πιο εύστοχα και ευρέως χρησιμοποιούμενα προβλεπτικά μοντέλα. Αυτός είναι και ο
λόγος για τον οποίο βρίσκουν συχνή εφαρμογή στην επίλυση προβλημάτων
προβλεπτικής φύσεως. Στο πλαίσιο της παρούσας διπλωματικής εργασίας, αφού γίνει
ανασκόπηση της σχετικής βιβλιογραφίας, θα υλοποιηθεί μια διαδικτυακή εφαρμογή η
οποία θα είναι σε θέση να παράγει προβλέψεις για μελλοντικές τιμές στο
χρηματιστήριο, εκμεταλλευόμενη την προβλεπτική ικανότητα μοντέλων βασισμένων
σε νευρωνικά δίκτυα.