Πρόβλεψη Χρηματιστηριακών Τιμών με Χρήση Μοντέλων Μηχανικής Μάθησης: Το μοντέλο ARIMA – Μελέτη Περίπτωσης: Helleniq Energy
Thesis
Στην παρούσα διπλωματική εξετάζεται η χρήση του μοντέλου ΑRIMA (AutoRegressive Integrated Moving Average) για την πρόβλεψη των χρηματιστηριακών τιμών της μετοχής της Helleniq Energy. Κύριος στόχος είναι η εύρεση και η αξιολόγηση του κατάλληλου μοντέλου ARIMA για την κατανόηση της δυναμικής των χρηματοοικονομικών δεδομένων, καθώς και η παροχή αξιόπιστων προβλέψεων που θα μπορούν να χρησιμοποιηθούν για τη λήψη επενδυτικών αποφάσεων. Επιπλέον, γίνεται και αναφορά σε εναλλακτικές μορφές πρόβλεψης , όπως οι τεχνικές μηχανικής μάθησης. Στη μεθοδολογία περιλαμβάνονται η συλλογή και η ανάλυση των τιμών κλεισίματος της μετοχής της Helleniq Energy, με χρήση διαγραμμάτων ACF και PACF για την επιλογή των παραμέτρων του μοντέλου ARIMA. Στη συνέχεια εφαρμόζεται το μοντέλο ARIMA (1,1.1) και γίνεται κάποιοι διαγνωστικοί έλεγχοι. Έπειτα το μοντέλο εκπαιδεύεται και γίνονται δύο προβλέψεις με ορίζοντα πρόβλεψης τον ένα μήνα και τους δύο μήνες. Με βάση τις μετρικές MSE, MAE, MAPE αξιολογείται η προβλεπτική ικανότητα του μοντέλου. Τέλος, στα συμπεράσματα προκύπτει ότι το ARIMA είναι ένα ισχυρό εργαλείο για βραχυπρόθεσμη πρόβλεψη των τιμών της μετοχής, ωστόσο απαιτούνται βελτιώσεις ώστε οι προβλέψεις να είναι πιο ακριβείς και προτείνεται η χρήση υβριδικών προσεγγίσεων με μοντέλα μηχανικής μάθησης για μελλοντική έρευνα.