Please use this identifier to cite or link to this item: http://hdl.handle.net/10889/5142
Title: Τεχνικές βελτιστοποίησης στην πρόβλεψη χρονοσειρών
Other Titles: Optimization techniques for time series forecasting
Authors: Λισγάρα, Ελένη
Issue Date: 2012-03-15
Keywords: Πρόβλεψη χρονοσειρών
Βελτιστοποίηση
Πρόβλεψη κρίσεων
Keywords (translated): Time series forecasting
Optimization
Financial crisis forecasting
Abstract: Η πρόβλεψη χρονοσειρών και μάλιστα αποτελούμενων από χρηματοοικονομικά δεδομένα έχει αποτελέσει αντικείμενο εκτεταμένης ερευνητικής δραστηριότητας. Στη χρηματοοικονομική επιστήμη, η ανάλυση χρονοσειρών εφαρμόζεται ευρέως για την πρόβλεψη των τιμών των διεθνών και εθνικών χρηματαγορών αλλά και σε εφαρμογές σχετικές με τη διαδικασία πρόβλεψης χρηματοοικονομικών κρίσεων. Η βασική διαφοροποίηση της διατριβής αυτής έγκειται στο αντικείμενο της πρόβλεψης· αντί της επικέντρωσης στην εύρεση της μελλοντικής τιμής μίας χρονοσειράς, οι παραγόμενες προβλέψεις στοχεύουν στον χρονικό εντοπισμό του μελλοντικού σημείου στο οποίο μία χρονοσειρά αναμένεται να βελτιστοποιηθεί τοπικά. Η παρούσα διατριβή πραγματεύεται την εισαγωγή μίας τεχνικής οπισθοδρόμησης η οποία εξομοιώνει διάφορες τεχνικές βελτιστοποίησης. Οι προτεινόμενες παραλλαγές της τεχνικής οπισθοδρόμησης καταλήγουν στη δημιουργία μεθοδολογιών οι οποίες στοχεύουν στην επίλυση προβλημάτων εντοπισμού του χρόνου παρουσίασης του τοπικού μελλοντικού βέλτιστου της εξεταζόμενης χρονοσειράς. Επιπλέον, η τεχνική προσφέρει και μεθοδολογικό πλαίσιο προς εξέταση του ζητήματος της ex ante πρόβλεψης μίας χρηματοοικονομικής κρίσης. Από την επενδυτική σκοπιά, οι πληροφορίες αυτές μπορεί να αποτελέσουν χρήσιμο εργαλείο υιοθέτησης επενδυτικής στρατηγικής και διαχείρισης χαρτοφυλακίου. Τέλος, η εμπειρική έρευνα καταλήγει στην εφαρμογή της προτεινόμενης τεχνικής σε δεδομένα από βασικές χρηματοπιστωτικές αγορές σε παγκόσμια κλίμακα αλλά και στην εγχώρια αγορά.
Abstract (translated): Time series prediction, especially in the case of financial time series, has attracted major research interest. In finance, time series analysis is applied widely for the purposes of predicting prices of international and national markets; also it is used for the prediction of financial crises. This thesis differences in the prediction’s objective; instead of focusing on the time series’ future price it aims on detecting the future time that the time series is expected to be locally optimized. This thesis introduces a backtracking techniques that integrates elements of specific optimization techniques. The introduced variations of the technique generate methodologies that confront the problem of the chronical allocation of a time series’ local optima. Moreover, the technique provides a methodological frame for the examination of the ex ante prediction of a financial crisis. Under the investment spectrum such information may provide a useful tool for the adoption of investment strategy and portfolio management. Finally the empirical research concludes with the application of the proposed techniques to data deriving from major financial international markets and the domestic market, as well.
Appears in Collections:Τμήμα Διοίκησης Επιχειρήσεων (ΔΔ)

Files in This Item:
File Description SizeFormat 
Thesis_E. G. Lisgara.pdf1.58 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.