Σχεδιασμός & υλοποίηση γενετικού αλγορίθμου με σκοπό την ενδοσυνεδριακή πρόβλεψη τάσης της μετοχής της Google
Η μεγάλη ανάπτυξη που υπάρχει στο τομέα τις επιστήμης των υπολογιστών σε συνδυασμό με τον μεγάλο όγκο των δεδομένων που λαμβάνουμε καθημερινά είναι κάτι που απασχολεί την επιστημονική κοινότητα το τελευταίο διάστημα. Αυτό που χρειάζεται είναι η περαιτέρω ανάλυση των δεδομένων αυτών μέσω κατάλληλων α...
| Κύριος συγγραφέας: | |
|---|---|
| Άλλοι συγγραφείς: | |
| Γλώσσα: | Greek |
| Έκδοση: |
2022
|
| Θέματα: | |
| Διαθέσιμο Online: | http://hdl.handle.net/10889/16293 |
| id |
nemertes-10889-16293 |
|---|---|
| record_format |
dspace |
| spelling |
nemertes-10889-162932022-09-05T06:57:55Z Σχεδιασμός & υλοποίηση γενετικού αλγορίθμου με σκοπό την ενδοσυνεδριακή πρόβλεψη τάσης της μετοχής της Google Design & implementation of a genetic algorithm for intra-conference Google stock trend prediction Παπαγιαννόπουλος, Δημήτριος Papagiannopoulos, Dimitrios Γενετικοί αλγόριθμοι Νευρωνικά δίκτυα Πρόβλεψη Ανάλυση δεδομένων Μετοχές Κοινωνικά δίκτυα Genetic algorithms Neural networks Prediction Regression Stocks Social networks Twitter Python Η μεγάλη ανάπτυξη που υπάρχει στο τομέα τις επιστήμης των υπολογιστών σε συνδυασμό με τον μεγάλο όγκο των δεδομένων που λαμβάνουμε καθημερινά είναι κάτι που απασχολεί την επιστημονική κοινότητα το τελευταίο διάστημα. Αυτό που χρειάζεται είναι η περαιτέρω ανάλυση των δεδομένων αυτών μέσω κατάλληλων αλγορίθμων που θα βοηθήσουν , ωστέ οι πληροφορίες αυτές να είναι χρήσιμες. Το θέμα της παρούσας διπλωματικής, είναι η ανάλυση οικονομικών χρονοσειρών και η υλοποίηση ενός Γενετικού Αλγόριθμου χρησιμοποιώντας τα πολυστρωματικά νευρωνικά δίκτυα (MLP) με σκοπό την βραχυπρόθεσμη πρόβλεψη της τιμής μιας μετοχής. Τα δεδομένα με τα οποία έγινε η μελέτη έχουν προκύψει από το Εργαστήριο Αναγνώρισης Προτύπων και η μετοχή που θα μελετήσουμε είναι η μετοχή της Google. The great development that exists in the field of computer science in combination with the big amount of data that we receive every day is something that has been of concern to the scientific community lately. What is needed is the further analysis of this data through appropriate algorithms that will help, so that this information will be useful. Τhe issue of this diploma thesis is the analysis of financial time series and theimplementation of a Genetic Algorithm using multilayer neural networks (MLP) with a view to the short-term prediction of the value of the stock. The data with which the research was made have come from the Department's Pattern Recognition Lab and the stock that we are studying is Google's stock. 2022-06-27T09:30:56Z 2022-06-27T09:30:56Z 2022-06 http://hdl.handle.net/10889/16293 gr application/pdf |
| institution |
UPatras |
| collection |
Nemertes |
| language |
Greek |
| topic |
Γενετικοί αλγόριθμοι Νευρωνικά δίκτυα Πρόβλεψη Ανάλυση δεδομένων Μετοχές Κοινωνικά δίκτυα Genetic algorithms Neural networks Prediction Regression Stocks Social networks Python |
| spellingShingle |
Γενετικοί αλγόριθμοι Νευρωνικά δίκτυα Πρόβλεψη Ανάλυση δεδομένων Μετοχές Κοινωνικά δίκτυα Genetic algorithms Neural networks Prediction Regression Stocks Social networks Python Παπαγιαννόπουλος, Δημήτριος Σχεδιασμός & υλοποίηση γενετικού αλγορίθμου με σκοπό την ενδοσυνεδριακή πρόβλεψη τάσης της μετοχής της Google |
| description |
Η μεγάλη ανάπτυξη που υπάρχει στο τομέα τις επιστήμης των υπολογιστών σε συνδυασμό με τον μεγάλο όγκο των δεδομένων που λαμβάνουμε καθημερινά είναι κάτι που απασχολεί την επιστημονική κοινότητα το τελευταίο διάστημα. Αυτό που χρειάζεται είναι η περαιτέρω ανάλυση των δεδομένων αυτών μέσω κατάλληλων αλγορίθμων που θα βοηθήσουν , ωστέ οι πληροφορίες αυτές να είναι χρήσιμες.
Το θέμα της παρούσας διπλωματικής, είναι η ανάλυση οικονομικών χρονοσειρών και η υλοποίηση ενός Γενετικού Αλγόριθμου χρησιμοποιώντας τα πολυστρωματικά νευρωνικά δίκτυα (MLP) με σκοπό την βραχυπρόθεσμη πρόβλεψη της τιμής μιας μετοχής.
Τα δεδομένα με τα οποία έγινε η μελέτη έχουν προκύψει από το Εργαστήριο Αναγνώρισης Προτύπων και η μετοχή που θα μελετήσουμε είναι η μετοχή της Google. |
| author2 |
Papagiannopoulos, Dimitrios |
| author_facet |
Papagiannopoulos, Dimitrios Παπαγιαννόπουλος, Δημήτριος |
| author |
Παπαγιαννόπουλος, Δημήτριος |
| author_sort |
Παπαγιαννόπουλος, Δημήτριος |
| title |
Σχεδιασμός & υλοποίηση γενετικού αλγορίθμου με σκοπό την ενδοσυνεδριακή πρόβλεψη τάσης της μετοχής της Google |
| title_short |
Σχεδιασμός & υλοποίηση γενετικού αλγορίθμου με σκοπό την ενδοσυνεδριακή πρόβλεψη τάσης της μετοχής της Google |
| title_full |
Σχεδιασμός & υλοποίηση γενετικού αλγορίθμου με σκοπό την ενδοσυνεδριακή πρόβλεψη τάσης της μετοχής της Google |
| title_fullStr |
Σχεδιασμός & υλοποίηση γενετικού αλγορίθμου με σκοπό την ενδοσυνεδριακή πρόβλεψη τάσης της μετοχής της Google |
| title_full_unstemmed |
Σχεδιασμός & υλοποίηση γενετικού αλγορίθμου με σκοπό την ενδοσυνεδριακή πρόβλεψη τάσης της μετοχής της Google |
| title_sort |
σχεδιασμός & υλοποίηση γενετικού αλγορίθμου με σκοπό την ενδοσυνεδριακή πρόβλεψη τάσης της μετοχής της google |
| publishDate |
2022 |
| url |
http://hdl.handle.net/10889/16293 |
| work_keys_str_mv |
AT papagiannopoulosdēmētrios schediasmosylopoiēsēgenetikoualgorithmoumeskopotēnendosynedriakēproblepsētasēstēsmetochēstēsgoogle AT papagiannopoulosdēmētrios designimplementationofageneticalgorithmforintraconferencegooglestocktrendprediction |
| _version_ |
1771297178870874112 |
