dc.contributor.advisor | Λιαγκούρας, Κωνσταντίνος | |
dc.contributor.author | Νικητάκης, Εμμανουήλ | |
dc.date.accessioned | 2025-09-25T11:34:45Z | |
dc.date.available | 2025-09-25T11:34:45Z | |
dc.date.issued | 2025-09 | |
dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/18146 | |
dc.description.abstract | Η παρούσα διπλωματική εργασία εξετάζει τον ρόλο της μηχανικής μάθησης στην ανάπτυξη
τεχνικών αλγοριθμικής διαπραγμάτευσης και αναλύει πως αυτός ο συνδυασμός επηρεάζει
καθοριστικά τη συμπεριφορά των χρηματοοικονομικών αγορών ως σύνολο. Αρχικά παρουσιάζεται
μια εκτενής ανασκόπηση βιβλιογραφίας, όπου αναλύονται οι βασικές έννοιες της αλγοριθμικής
διαπραγμάτευσης και των διαφόρων ευφυών τεχνικών, οι διαφορετικές κατηγορίες αγορών, καθώς
και οι διάφοροι χρηματοοικονομικοί όροι που σχετίζονται με τις συναλλαγές. Παράλληλα,
εξετάζονται οι κύριες προκλήσεις που προκύπτουν κατά τη διάρκεια υλοποίησης
αυτοματοποιημένων στρατηγικών, καθώς και τα ισχύοντα λειτουργικά πλαίσια και μηχανισμούς
ελέγχου που έχουν αναπτύξει οι ρυθμιστικές αρχές παγκοσμίως με στόχο τη διασφάλιση της
διαφάνειας και της σταθερότητας. Η ερευνητική συνεισφορά της εργασίας επικεντρώνεται στην
τεχνική ανάλυση και συγκεκριμένα στην σχεδίαση και υλοποίηση μιας αυτοματοποιημένης signal
sased στρατηγικής, που βασίζεται στη λογική της trend following και της mean reversion και
εφαρμόζεται σε τέσσερα διαφορετικά χρηματοοικονομικά προϊόντα. Στη συνέχεια, τα σήματα
διάσπασης που προκύπτουν, σε συνδυασμό με έναν τεχνικό δείκτη, χρησιμοποιούνται ως είσοδοι
για την εκπαίδευση ενός μοντέλου ταξινομητή XGBoost, με στόχο την πρόβλεψη της μελλοντικής
κατεύθυνσης της αγοράς. Τα αποτελέσματα που προέκυψαν από τα τέσσερα αυτά
χρηματοοικονομικά προϊόντα τόσο από την αυτοματοποιημένη αλγοριθμική στρατηγική όσο και από
το μοντέλο μηχανικής μάθησης, αξιολογήθηκαν μέσω γραφημάτων, συγκριτικών πινάκων και
διαφόρων μετρικών απόδοσης. | el |
dc.format.extent | 93 | el |
dc.language.iso | el | el |
dc.publisher | Πανεπιστήμιο Πειραιώς | el |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
dc.title | Ανάπτυξη στρατηγικής αλγοριθμικής διαπραγμάτευσης με την χρήση μηχανικής μάθησης | el |
dc.title.alternative | Development of an algorithmic trading strategy using machine learning | el |
dc.type | Bachelor Dissertation | el |
dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικής | el |
dc.description.abstractEN | This thesis examines the role of machine learning in the development of algorithmic trading
techniques and analyzes how this combination decisively influences the overall behavior of financial
markets. It begins with an extensive literature review, presenting the fundamental concepts of
algorithmic trading and intelligent techniques, the different types of markets, as well as the various
financial terms related to trading activities. At the same time, the main challenges arising during the
implementation of automated strategies are discussed, along with the existing operational
frameworks and control mechanisms developed by regulatory authorities worldwide to ensure
transparency and stability. The research contribution of this thesis focuses on technical analysis
and, more specifically, on the design and implementation of an automated signal-based strategy
based on the logic of trend following and mean reversion, applied to four different financial assets.
Subsequently, breakout signals combined with a technical indicator are used as inputs for training
an XGBoost classifier model, aiming to predict the future market direction. The results obtained from
these four financial assets, both from the automated algorithmic strategy and the machine learning
model, were evaluated through charts, comparative tables, and various performance metrics. | el |
dc.subject.keyword | Αλγοριθμική διαπραγμάτευση | el |
dc.subject.keyword | Ευφυές τεχνικές | el |
dc.subject.keyword | Μηχανική μάθηση | el |
dc.subject.keyword | Χρηματοοικονομικές αγορές | el |
dc.subject.keyword | Τεχνική ανάλυση | el |
dc.subject.keyword | Trend following | el |
dc.subject.keyword | Χρηματοοικονομικά προϊόντα | el |
dc.subject.keyword | Σήματα διάσπασης | el |
dc.subject.keyword | XGBoost | el |
dc.subject.keyword | Ρυθμιστικά πλαίσια | el |
dc.subject.keyword | Μελλοντική τάση | el |
dc.date.defense | 2025-09-16 | |