Please use this identifier to cite or link to this item: http://dspace.lib.uom.gr/handle/2159/19760
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorΛιβάνης, Ευστράτιοςel
dc.contributor.authorΚαλογεράς, Ερμήςel
dc.date.accessioned2016-12-06T10:03:34Z-
dc.date.available2016-12-06T10:03:34Z-
dc.date.issued2016el
dc.identifier.urihttp://dspace.lib.uom.gr/handle/2159/19760-
dc.descriptionΔιπλωματική εργασία--Πανεπιστήμιο Μακεδονίας, Θεσσαλονίκη, 2016.el
dc.description.abstractΜελετώντας την οικονομική ιστορία, αποδεικνύεται πόσο σημαντικά είναι τα χρηματοοικονομικά μέσα για την ζωή και την καθημερινότητά μας. Από τα αρχαία χρόνια, υπήρχαν πολλά είδη χρηματοοικονομικών μέσων τα οποία διαδραμάτιζαν σημαντικό ρόλο στις καθημερινές συναλλαγές των ανθρώπων. Σήμερα, ύστερα από πολλές περιόδους ανάπτυξης, ύφεσης και οικονομικής κρίσης, αποδεικνύεται πόσο σημαντικό ρόλο μπορούν να έχουν τα χρηματοοικονομικά μέσα, στην ζωή των ανθρώπων. Η μελέτη τους, η ανάλυση τους αλλά και η προσπάθεια να τα προβλέψουμε με επιστημονικές μεθόδους θα αποτελεί πάντα ένα τεράστιο επιστημονικό πεδίο έρευνας και σημαντικών επιστημονικών ανακαλύψεων. Στη συγκεκριμένη εργασία, αρχικά αναφέρονται και αναλύονται τα χρηματοοικονομικά μέσα ώστε να γίνουν κατανοητά στους αναγνώστες και να κατανοηθεί πλήρως η σημαντικότητα τους. Στη συνέχεια γίνεται αναφορά στα νευρωνικά δίκτυα και εξηγείται η σημαντικότητά τους στην πρόβλεψη και ανάλυση των χρηματοοικονομικών μέσων. Πιο συγκεκριμένα, στα πλαίσια της συγκεκριμένης εργασίας, δημιουργούμε νευρωνικά μοντέλα για την πρόβλεψη της κίνησης 16 ισοτιμιών βασιζόμενοι σε ιστορικές τιμές των δεικτών της περιόδου από 4 Ιανουαρίου 2005 έως 18 Απριλίου 2016. Χρησιμοποιούμε αυτό το μοντέλο για την πρόβλεψη της ημερήσιας κίνησης του δείκτη και εφαρμόζουμε στρατηγική συναλλαγών σύμφωνα με την οποία, όταν η πρόβλεψη έχει θετικό πρόσημο προχωρούμε σε αγορά μετοχών του δείκτη. Όταν η πρόβλεψη έχει αρνητικό πρόσημο προχωρούμε σε πώληση των μετοχών του δείκτη. Η απόδοση της στρατηγικής συναλλαγών που βασίζεται στα νευρωνικά μοντέλα που αναπτύξαμε συγκρίνεται με την πραγματική τιμή του δείκτη για την περίοδο που αναφέραμε παραπάνω στην οποία χωρίζουμε τις τιμές σε δείγμα ελέγχου (out of sample) και δείγμα εκπαίδευσης (in sample) του νευρωνικού μοντέλου. Τα αποτελέσματα της ικανότητας πρόβλεψης του νευρωνικού δικτύου που αναπτύξαμε είναι πολύ ικανοποιητικά και σε σύγκριση με άλλες στρατηγικές διαχείρισης χαρτοφυλακίου που εξετάσαμε στην πράξη, τα νευρωνικά δίκτυα αποφέρουν μεγαλύτερη απόδοση κεφαλαίων με μεγάλη διαφορά.el
dc.format.extent62el
dc.language.isoelen
dc.publisherΠανεπιστήμιο Μακεδονίαςel
dc.subjectΧρηματοοικονομικά μέσαel
dc.subjectΝευρωνικά δίκτυαel
dc.subjectΣτρατηγικές συναλλαγώνel
dc.subjectΧρηματοοικονομικά προϊόνταel
dc.subjectΔιαχείριση χαρτοφυλακίουel
dc.subjectΤεχνική ανάλυσηel
dc.titleΧρηματοοικονομικά μέσα, νευρωνικά δίκτυα και στρατηγικές συναλλαγών.el
dc.typeElectronic Thesis or Dissertationen
dc.typeTexten
dc.contributor.departmentΠρόγραμμα Μεταπτυχιακών Σπουδών στην Εφαρμοσμένη Λογιστική και Ελεγκτικήel
Appears in Collections:ΠΜΣ Εφαρμοσμένη Λογιστική & Ελεγκτική (M)

Files in This Item:
File Description SizeFormat 
KalogerasErmisMsc2016.pdf1.48 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons