Πρόβλεψη χρηματιστηριακών δεικτών με την εφαρμογή νευρωνικών δικτύων

Abstract

Στην παρούσα πτυχιακή εργασία θα γίνει μία ανασκόπηση της εφαρμογής των νευρωνικών δικτύων στην χρηματοοικονομική επιστήμη και ειδικότερα στην πρόβλεψη χρηματιστηριακών δεικτών όπως είναι οι μετοχές και το συνάλλαγμα. Θα γίνει μία ανασκόπηση της τεχνικής ανάλυσης που χρησιμοποιείται στην ανάλυση χρηματιστηριακών δεικτών και θα αναφερθούν οι σπουδαιότεροι εξ΄αυτών στις κατηγορίες των χρηματικών δεικτών, των δεικτών ψυχολογίας και των δεικτών ορμής. Θα δημιουργηθεί ένα μοντέλο πρόβλεψης για συγκεκριμένο χρηματιστηριακό δείκτη με τη χρήση του πακέτου των νευρωνικών δικτύων του λογισμικού Matlab. Κατά τη δημιουργία του μοντέλου θα διερευνηθούν διάφοροι τύποι νευρωνικών δικτύων και θα εξαχθούν συμπεράσματα ως προς την ορθότητα των προβλέψεών τους.

In this thesis will be a review of the application of neural networks in financial science and especially in predicting stock indices such as stocks and foreign exchange. There will be a review of technical analysis which used in stock indices analysis and will be reported the greatest of them among the categories of the stock indices, indicators of momentum and psychology. It will be created a forecasting model for a particular stock index by using the package of software Matlab in neural networks. During the creation of the model will be explored various types of neural networks and will draw conclusions as to the accuracy of their forecasts.