Ανάλυση χρηματοοικονομικών χρονοσειρών και πρόβλεψη με γραμμικά μοντέλα release_crb2m4jyoramdfy23otrhjelke

by Δημήτριος Νικολάου Τσαούσης

Published by Aristotle University of Thessaloniki.

2018  

Abstract

Η παρούσα διπλωματική εργασία περιέχει μια μελέτη στην ερευνητική περιοχή των Predictive Analytics. Χρησιμοποιώντας τις δυνατότητες της γλώσσας R και του Rstudio, γίνεται μια προσέγγιση της τιμής κλεισίματος μιας μετοχής ως χρονοσειρά, η οποία εξετάζεται ως προς τη στασιμότητα και ως προς τη δυνατότητα πρόβλεψης μελλοντικών δεδομένων της. Ως προς το περιεχόμενο, αρχικά παρουσιάζονται κάποιες βασικές έννοιες που συνδέονται με τις μετοχές και τις επενδύσεις, όπως είναι η αναμενόμενη απόδοση μιας επένδυσης, η πραγματική απόδοση μιας επένδυσης, ο κίνδυνος που ενέχει μια επένδυση και άλλα. Γίνεται ανάλυση της έννοιας της χρονοσειράς και των βασικότερων χαρακτηριστικών της σε θεωρητικό υπόβαθρο, όπως η στασιμότητα, η αυτοσυσχέτιση, η περιοδικότητα, η τυχαιότητα. Παρουσιάζονται, επίσης, τα γραμμικά μοντέλα AR(p), MA (q) και ARIMA (p,d,q), τα οποία δύνανται να «προσαρμοστούν» στα δεδομένα μιας στάσιμης χρονοσειράς και να παρέχουν προβλέψεις με μια σχετική ακρίβεια. Τέλος, το θεωρητικό υπόβαθρο των χρονοσειρών και των γραμμικών μοντέλων εφαρμόζεται στην πράξη σε μια μελέτη περίπτωσης. Η έρευνα αφορά τις μετοχές των εταιρειών «Intracom Holdings» και «MLS Πληροφορική», οι οποίες είναι εισηγμένες στο Χρηματιστήριο Αξιών Αθηνών. Τα δεδομένα της μελέτης αφορούν τις τιμές κλεισίματος των μετοχών για το χρονικό διάστημα 02/01/2014 – 02/01/2018 και με χρήση των γραμμικών μοντέλων ARIMA, γίνεται μια προσπάθεια πρόβλεψης των δέκα επόμενων τιμών τους στο περιβάλλον του Rstudio
In text/plain format

Archived Files and Locations

application/pdf   2.3 MB
file_epsfc4kt5vbefhzt7n3nc44k3a
ikee.lib.auth.gr (publisher)
web.archive.org (webarchive)
Read Archived PDF
Preserved and Accessible
Type  article-journal
Stage   published
Year   2018
Language   el ?
Work Entity
access all versions, variants, and formats of this works (eg, pre-prints)
Catalog Record
Revision: 7aa37849-d909-4c76-902e-046b0c9b6b9a
API URL: JSON