Neural networks and their usage in stock market price prediction

Abstract

Η παρούσα μεταπτυχιακή διπλωματική εργασία εξετάζει τη χρήση τεχνητών νευρωνικών δικτύων για την πρόβλεψη της τιμής της μετοχής της εταιρείας Tesla. Αξιοποιούνται μοντέλα βαθιάς μάθησης, όπως τα Recurrent Neural Networks (RNN) και Long Short-Term Memory (LSTM), τα οποία είναι κατάλληλα για την ανάλυση και πρόβλεψη χρονοσειρών. Η εργασία περιλαμβάνει συλλογή και επεξεργασία ιστορικών δεδομένων της μετοχής, σχεδίαση και εκπαίδευση των μοντέλων, και αξιολόγηση των αποτελεσμάτων με βάση δείκτες σφάλματος. Τα αποτελέσματα δείχνουν ότι τα LSTM μοντέλα παρουσιάζουν βελτιωμένη ακρίβεια έναντι των παραδοσιακών μεθόδων πρόβλεψης, αναδεικνύοντας τις δυνατότητες των σύγχρονων αλγορίθμων μηχανικής μάθησης στην πρόβλεψη χρηματοοικονομικών δεικτών.