Πρόβλεψη της Απόδοσης Χαρτοφυλακίου Μετοχών μέσω της Δυναμικής και της Αντίθετης Επενδυτικής Στρατηγικής στο Ελληνικό Χρηματιστήριο.
Φόρτωση...
Ημερομηνία
Συγγραφείς
Κώτσης, Θεοφάνης
Τίτλος Εφημερίδας
Περιοδικό ISSN
Τίτλος τόμου
Εκδότης
Λογιστικής και Χρηματοοικονομικής
Περίληψη
Τύπος
Είδος δημοσίευσης σε συνέδριο
Είδος περιοδικού
Είδος εκπαιδευτικού υλικού
Όνομα συνεδρίου
Όνομα περιοδικού
Όνομα βιβλίου
Σειρά βιβλίου
Έκδοση βιβλίου
Συμπληρωματικός/δευτερεύων τίτλος
Περιγραφή
Η παρούσα διπλωματική εργασία έχει ως στόχο να αναλύσει την απόδοση χαρτοφυλακίου
μετοχών στο ελληνικό χρηματιστήριο, μέσα από τη χρήση δυο επενδυτικών στρατηγικών,
της δυναμικής και της αντίθετης. Η μεθοδολογία ανάλυσης και αξιολόγησης του κύριου
στόχου βασίζεται στα νευρωνικά δίκτυα και την τεχνητή νοημοσύνη (artificial intelligence)
συνδυαστικά με την στατιστική ανάλυση. Στο πρώτο μέρος, χρησιμοποιούμε το μοντέλο
LSTM (Long Short-Term Memory) που προβλέπει μέσω δεικτών τις τιμές των μετοχών,
βασιζόμενο σε ιστορικά τους δεδομένα. Στη συνέχεια, δημιουργούμε δύο χαρτοφυλάκια
αποτελούμενα από 10 μετοχές, όπου στο πρώτο εφαρμόζουμε τη δυναμική (momentum)
επενδυτική στρατηγική και στο δεύτερο την αντίθετη (contrarian) επενδυτική στρατηγική.
Στο δεύτερο μέρος της διπλωματικής, μέσω της στατιστικής ανάλυσης, κάνοντας χρήση του
δείκτη Sharpe σε συνδυασμό με το αποτελεσματικό σύνορο (Efficient Frontier),
καταλήγουμε στην επιλογή του βέλτιστου συνδυασμού μετοχών για το βέλτιστο
χαρτοφυλάκιο της κάθε επενδυτικής στρατηγικής. Όλα τα σημεία ελέγχου και ανάλυσης
βασίζονται στη γλώσσα προγραμματισμού Python (Python analysis).
The present dissertation aims to analyze the return of a portfolio in the Greek stock market, through the use of two investment strategies, dynamic and contradictory. The methodology of analysis and evaluation of the main goal is based on neural networks and artificial intelligence in combination with statistical analysis. In the first part of the dissertation, we use the LSTM (Long Short-Term Memory) model that predicts stock prices through indices, based on their historical data. Subsequently, we create two portfolios consisting of 10 stocks, where the dynamic investment strategy is applied in the first one and the contrarian investment strategy in the second one. In the second part of the dissertation, we calculate the optimal portfolio for each investment strategy, through statistical analysis, using the Sharpe Ratio in combination of the Efficient Frontier. Both parts, are analyzed through the Python programming language.
The present dissertation aims to analyze the return of a portfolio in the Greek stock market, through the use of two investment strategies, dynamic and contradictory. The methodology of analysis and evaluation of the main goal is based on neural networks and artificial intelligence in combination with statistical analysis. In the first part of the dissertation, we use the LSTM (Long Short-Term Memory) model that predicts stock prices through indices, based on their historical data. Subsequently, we create two portfolios consisting of 10 stocks, where the dynamic investment strategy is applied in the first one and the contrarian investment strategy in the second one. In the second part of the dissertation, we calculate the optimal portfolio for each investment strategy, through statistical analysis, using the Sharpe Ratio in combination of the Efficient Frontier. Both parts, are analyzed through the Python programming language.
Περιγραφή
Λέξεις-κλειδιά
Αποτελεσματικό σύνορο, Δυναμική στρατηγική, Αντίθετη επενδυτική στρατηγική, Efficient frontier, Momentum, Contrarian
Θεματική κατηγορία
Χρηματιστήριο Αξιών Αθηνών -- Κερδοφορία, Χαρτοφυλάκιο -- Ανάλυση αποδόσεων
Παραπομπή
Σύνδεσμος
Γλώσσα
el
Εκδίδον τμήμα/τομέας
Λογιστικής και Χρηματοοικονομικής
Όνομα επιβλέποντος
Γκανάς, Ιωάννης
Εξεταστική επιτροπή
Γαλανού, Αικατερίνη
Κόλιας, Γεώργιος
Κόλιας, Γεώργιος
Γενική Περιγραφή / Σχόλια
Τμήμα Λογιστικής και Χρηματοοικονομικής - FIN - A/A 0251
Ίδρυμα και Σχολή/Τμήμα του υποβάλλοντος
Πανεπιστήμιο Ιωαννίνων. Σχολή Οικονομικών και Διοικητικών Επιστημών. Τμήμα Λογιστικής και Χρηματοοικονομικής.
Πίνακας περιεχομένων
Χορηγός
Βιβλιογραφική αναφορά
Βιβλιογραφία: 80-91
Ονόματα συντελεστών
Αριθμός σελίδων
105
Λεπτομέρειες μαθήματος
item.page.endorsement
item.page.review
item.page.supplemented
item.page.referenced
Άδεια Creative Commons
Άδεια χρήσης της εγγραφής: Attribution-NonCommercial-NoDerivs 3.0 United States