Νευρωνικά δίκτυα και εφαρμογές αυτών για την πρόβλεψη χρονοσειρών στο χρηματιστήριο

Abstract

Στα πλαίσια της συγκεκριμένης διπλωματικής εργασίας το πρόβλημα το οποίο εξετάστηκε, αφορούσε την πρόβλεψη χρονοσειρών στο χρηματιστήριο με χρήση νευρωνικών δικτύων. Από βιβλιογραφικής άποψης αρχικά παρουσιάστηκαν εισαγωγικές έννοιες περί νευρωνικών δικτύων και μεθόδων πρόβλεψης χρονοσειρών. Όσο αφορά το πρακτικό μέρος της διπλωματικής εργασίας, αποφασίστηκε να δοκιμαστούν τρεις διαφορετικές τοπολογίες νευρωνικών δικτύων και ελήφθησαν πειραματικά αποτελέσματα για διάφορα χρονικά παράθυρα πρόβλεψης. Η αξιολόγηση των τριών διαφορετικών αρχιτεκτονικών πραγματοποιήθηκε ως προς την μετρική RMSE, αλλά και ως προς την χρήση γραφικών παραστάσεων για την σύγκριση μεταξύ προβλεπόμενων και πραγματικών τιμών. Επίσης αξίζει να αναφερθεί ότι η πειραματική διαδικασία πραγματοποιήθηκε σε περιβάλλον MATLAB και το σύνολο των δεδομένων εισόδου προερχόταν από τον χρηματιστηριακό δείκτη S & P 500. Ένα πρώτο συμπέρασμα, το οποίο προέκυψε από την πραγματοποίηση της πειραματικής διαδικασίας είναι ότι και στις 3 περιπτώσεις αρχιτεκτονικών και για όλες τις τιμές χρονικών παραθύρων ελήφθησαν ικανοποιητικά αποτελέσματα όσο αφορά το σφάλμα μεταξύ πραγματικών και προβλεπόμενων τιμών. Ένα δεύτερο συμπέρασμα το οποίο προέκυψε είναι ότι ο μεγάλος όγκος του συνόλου δεδομένων (εγγραφές οι οποίες καλύπτουν τα έτη 1950 έως 2014), αλλά και η κανονικοποίηση των δεδομένων η οποία εφαρμόστηκε, συνέβαλλαν με θετικό τρόπο στην αύξηση της ποιότητας των αποτελεσμάτων .Επιπλέον, το περιβάλλον MATLAB αποτέλεσε ένα αρκετά χρήσιμο εργαλείο για την πραγματοποίηση της πειραματικής διαδικασίας. Σημαντικά πλεονεκτήματα είναι το φιλικό προς τον χρήστη περιβάλλον διεπαφής, αλλά και η χρήση έτοιμων συναρτήσεων για την δημιουργία του εκάστοτε νευρωνικού δικτύου. Επιπλέον, η εύκολη δημιουργία γραφικών παραστάσεων διαδραμάτισε σημαντικό ρόλο στην ανάλυση και οπτικοποίηση των δεδομένων.