Πληροφορικά συστήματα για την πρόβλεψη χρονοσειρών με χρήση βαθέων νευρωνικών δικτύων

Abstract

Σκοπός αυτής της εργασίας είναι η εκτενής μελέτη των χρονολογικών σειρών, καθώς και η παρουσίαση των εφαρμογών τους. Η παρούσα εργασία ολοκληρώνεται με την υλοποίηση των αλγορίθμων οι οποίοι ενδείκνυνται για την ανάλυση των δεδομένων μας. Η δημιουργία βάσεων δεδομένων που αφορούν δεδομένα μεγάλου όγκου είναι εν γένει αποτέλεσμα της ραγδαίας ανάπτυξης των τεχνολογιών και της επιστήμης των υπολογιστών. Ως εκ τούτου η δυνατότητα διαχείρισης των δεδομένων αυτών αποτελεί μείζονα ανάγκη με σκοπό την αξιοποίηση των δεδομένων αυτών. Μια από τις πλέον σπουδαίες χρήσεις των δεδομένων αυτών αποτελεί η εφαρμογή τους με σκοπό την διενέργεια προβλέψεων τιμών των μετοχών διαφόρων χρηματιστηρίων. Ένας από τους πιο ανώτερους αλγόριθμους στο επιστημονικό πεδίο της Μηχανικής Μάθησης είναι ο αλγόριθμους του ‘Τεχνητού Νευρωνικού Δικτύου’ και η χρήση του έχει επεκταθεί και εφαρμόζεται πλέον σε πληθώρα προβλημάτων. Μια μοντέρνα εφαρμογή είναι η υλοποίηση των χρονολογικών σειρών των προβλέψεών τους στις χρηματιστηριακές αγορές. Ο πρώτος σκοπός της παρούσας διπλωματικής είναι η ανάλυση των χρονολογικών σειρών και των μοντέλων τους προκειμένου να γίνει κατανοητή η σημασία της χρήσης τους. Γίνεται εκτενής μελέτη της αρχιτεκτονικής των Νευρωνικών Δικτύων, ακολουθεί ο τρόπος εκπαίδευσής τους, γίνεται χρήση 6 οικονομικών συνόλων δεδομένων, τα οποία εμπεριέχουν τιμές μετοχών με σκοπό την πρόβλεψη της μελλοντικής τιμής. Ο δεύτερος σκοπός της θέσης είναι να υλοποιηθούν δύο μοντέλα πρόβλεψης προκειμένου να γίνει σύγκριση και να γίνει προσπάθεια βελτιστοποίησης της ακρίβειας των παραγόμενων αποτελεσμάτων. Παρουσιάζεται η δημιουργία του μοντέλου ARIMA , ένα Βαθύ Νευρωνικό Δίκτυο υλοποιείται για την πρόβλεψη χρονοσειρών. Tέλος, αξίζει να σημειωθεί ότι η διενέργεια προβλέψεων αποτελούσε ανέκαθεν σημείο το οποίο αφορά πολλά πεδία: ένα τηλεφωνικό κέντρο κάθε εβδομάδα απαιτεί προβλέψεις για τον όγκο κλήσεων, μετεωρολογική πρόβλεψη του καιρού, η απόφαση για το αν θα κατασκευαστεί ένας άλλος σταθμός παραγωγής ενέργειας τα επόμενα πέντε χρόνια απαιτεί προβλέψεις μελλοντικής ζήτησης, η διαχείριση χαρτοφυλακίου επενδύσεων μετοχών χρειάζεται προβλέψεις για τα απαιτήσεις αποθεμάτων. Αυτό πρεσβεύει τον εκπαιδευτικό χαρακτήρα της εργασίας καθώς και την προσφορά της στον τομέα των προβλέψεων.