Πλοήγηση ανά Επιβλέποντα "Spiliotis, Evangelos"
A B C D E F G H I J K L M N O P Q R S T U V W X Y Z
Α Β Γ Δ Ε Ζ Η Θ Ι Κ Λ Μ Ν Ξ Ο Π Ρ Σ Τ Υ Φ Χ Ψ Ω
Τώρα δείχνει 1 - 1 από 1
- Αποτελέσματα ανά σελίδα
- Επιλογές ταξινόμησης
Τεκμήριο Price correlation of key assets with emphasis on time lag(2023-01-31) Ιωακείμ, Νίκη; Ioakeim, Niki; Athens University of Economics and Business, Department of Economics; Tzavalis, Elias; Antoniou, Fabio; Spiliotis, EvangelosΗ παρούσα διπλωματική εργασία έχει σαν στόχο την εξέταση των συσχετίσεων μεταξύ βασικών περιουσιακών στοιχείων με χρονικές υστερήσεις. Έτσι, στην προσπάθεια να εξεταστούν οι αλληλεπιδράσεις των περιουσιακών στοιχείων με χρονικές υστερήσεις, κατασκευάστηκαν επτά βασικοί κλάδοι, συγκεκριμένα οι κλάδοι της ενέργειας, των υλικών, των χρηματοοικονομικών, της υγειονομικής περίθαλψης, της τεχνολογίας, των κρυπτονομισμάτων και της γεωργίας. Μετά από εκτενή ανάλυση των διασταυρούμενων συσχετίσεων μεταξύ των επτά βασικών κλάδων, δημιουργήθηκαν μοντέλα μηχανικής μάθησης όπως η γραμμική παλινδρόμηση και τα δέντρα αποφάσεων για την πρόβλεψη της κίνησης κάθε κλάδου σχετικά με τις χρονικές υστερήσεις των άλλων κλάδων καθώς και την αξιολόγηση των πιο κρίσιμων κλάδων πρόβλεψης. Τα κύρια ευρήματα σχετικά με το πρώτο μέρος της ανάλυσης υπογραμμίζουν ότι οι κλάδοι της ενέργειας και των χρηματοοικονομικών συσχετίζονται σε μεγάλο βαθμό με τα κρυπτονομίσματα με υστερήσεις 12 και 1, αντίστοιχα. Αντίθετα, οι κλάδοι των υλικών και της υγειονομικής περίθαλψης συσχετίζονται περισσότερο με τον κλάδο της τεχνολογίας με υστέρηση 1. Επιπλέον, τα κρυπτονομίσματα και η γεωργία συσχετίζονται στενά με τους κλάδους των χρηματοοικονομικών και της υγειονομικής περίθαλψης με υστέρηση 1. Από την άλλη, όσον αφορά το δεύτερο μέρος της έρευνας, το οποίο περιλαμβάνει τα εμπειρικά αποτελέσματα, οι δύο σημαντικότεροι προγνωστικοί παράγοντες φάνηκαν να είναι οι κλάδοι της τεχνολογίας και των κρυπτονομισμάτων. Τέλος, το πιο ακριβές μοντέλο όσον αφορά την πρόβλεψη και την απόδοση αποδείχθηκε το μοντέλο αναφοράς, με το δέντρο παλινδρόμησης να παρουσιάζει τη χειρότερη προγνωστική ικανότητα.