| _version_ |
1828460718342537216
|
| author |
Περπερίδου, Ιωάννα
|
| author2 |
Ξανθόπουλος, Στυλιανός
|
| author_facet |
Ξανθόπουλος, Στυλιανός
Περπερίδου, Ιωάννα
|
| author_sort |
Περπερίδου, Ιωάννα
|
| collection |
DSpace
|
| description |
Ένα από τα πιο δύσκολα σημεία σχετικά με τις ημερήσιες συναλλαγές είναι να γνωρίζεις πότε θα αυξηθεί και πότε θα πέσει η αγορά. Οι όροι αναζήτησης μπορούν να μας δώσουν κάποια εικόνα για την πρόβλεψη αυτών των περιόδων, ώστε να μπορούμε να κερδίσουμε τόσο στις αισιόδοξες όσο και στις πτωτικές αγορές. Ο σκοπός αυτής της διπλωματικής είναι να αναλύσει εάν η ανάλυση συναισθημάτων, συμπεριλαμβανομένων των Google Trends, μπορεί να χρησιμοποιηθεί αποκλειστικά για την πρόβλεψη της κίνησης των μετοχών μιας εταιρείας. Το ακόλουθο πρόβλημα που πρέπει να διερευνηθεί είναι αν η ανάλυση συναισθημάτων με έναν συνδυασμό κλασικών μεθόδων πρόβλεψης, όπως η ανάλυση χρονοσειρών, θα μπορούσε να έχει καλύτερα αποτελέσματα. Αναμένουμε ότι τα Google Trends μπορούν να αποτελέσουν έναν καλό δείκτη του παγκόσμιου συναισθήματος που περιβάλλει το χρηματιστήριο, οπότε επηρεάζουν σημαντικά την τιμή της μετοχής μιας εταιρείας. Ωστόσο, δεν είμαστε σίγουροι εάν ο αντίκτυπος είναι αρκετά ισχυρός για να χρησιμοποιηθεί αποκλειστικά για προβλέψεις στο χρηματιστήριο.
|
| id |
oai:hellanicus.lib.aegean.gr:11610-21485
|
| institution |
Hellanicus
|
| language |
English
|
| publishDate |
2021
|
| record_format |
dspace
|
| spelling |
oai:hellanicus.lib.aegean.gr:11610-214852021-02-15T14:02:35Z Sentiment analysis combined with time series analysis forecasting Ανάλυση συναισθήματος σε συνδυασμό με πρόβλεψη ανάλυσης χρονοσειρών Περπερίδου, Ιωάννα Ξανθόπουλος, Στυλιανός Στατιστική και Αναλογιστικά - Χρηματοοικονομικά Μαθηματικά sentiment analysis time series analysis google trends ανάλυση συναισθήματος ανάλυση χρονοσειρών πρόβλεψη Time-series analysis Prediction theory Ένα από τα πιο δύσκολα σημεία σχετικά με τις ημερήσιες συναλλαγές είναι να γνωρίζεις πότε θα αυξηθεί και πότε θα πέσει η αγορά. Οι όροι αναζήτησης μπορούν να μας δώσουν κάποια εικόνα για την πρόβλεψη αυτών των περιόδων, ώστε να μπορούμε να κερδίσουμε τόσο στις αισιόδοξες όσο και στις πτωτικές αγορές. Ο σκοπός αυτής της διπλωματικής είναι να αναλύσει εάν η ανάλυση συναισθημάτων, συμπεριλαμβανομένων των Google Trends, μπορεί να χρησιμοποιηθεί αποκλειστικά για την πρόβλεψη της κίνησης των μετοχών μιας εταιρείας. Το ακόλουθο πρόβλημα που πρέπει να διερευνηθεί είναι αν η ανάλυση συναισθημάτων με έναν συνδυασμό κλασικών μεθόδων πρόβλεψης, όπως η ανάλυση χρονοσειρών, θα μπορούσε να έχει καλύτερα αποτελέσματα. Αναμένουμε ότι τα Google Trends μπορούν να αποτελέσουν έναν καλό δείκτη του παγκόσμιου συναισθήματος που περιβάλλει το χρηματιστήριο, οπότε επηρεάζουν σημαντικά την τιμή της μετοχής μιας εταιρείας. Ωστόσο, δεν είμαστε σίγουροι εάν ο αντίκτυπος είναι αρκετά ισχυρός για να χρησιμοποιηθεί αποκλειστικά για προβλέψεις στο χρηματιστήριο. One of the most difficult aspects regarding daily trading is knowing when the market will rise and fall. Search terms can help give us some insight into predicting those periods so you can profit in both bullish and bearish markets. The purpose of this thesis is to analyze if sentiment analysis, including Google Trends, can be used solely to predict a company’s stock movement. The following problem to be investigated is whether sentiment analysis with a combination of classic methods forecasting, like Time Series Analysis, could have better results. We expect that google trends can be a good indicator of the global sentiment surrounding the stock market, so it has a strong impact on a company’s stock price. However, we are unsure if the impact is strong enough to be used exclusively for stock market prediction. 2021-02-10T13:32:21Z 2021-02-10T13:32:21Z 2020-09 http://hdl.handle.net/11610/21485 en Αναφορά Δημιουργού - Παρόμοια Διανομή 4.0 Διεθνές Αναφορά Δημιουργού - Παρόμοια Διανομή 4.0 Διεθνές http://creativecommons.org/licenses/by-sa/4.0/ 57 σ. application/pdf Σάμος
|
| spellingShingle |
sentiment analysis
time series analysis
google trends
ανάλυση συναισθήματος
ανάλυση χρονοσειρών
πρόβλεψη
Time-series analysis
Prediction theory
Περπερίδου, Ιωάννα
Sentiment analysis combined with time series analysis forecasting
|
| title |
Sentiment analysis combined with time series analysis forecasting
|
| title_full |
Sentiment analysis combined with time series analysis forecasting
|
| title_fullStr |
Sentiment analysis combined with time series analysis forecasting
|
| title_full_unstemmed |
Sentiment analysis combined with time series analysis forecasting
|
| title_short |
Sentiment analysis combined with time series analysis forecasting
|
| title_sort |
sentiment analysis combined with time series analysis forecasting
|
| topic |
sentiment analysis
time series analysis
google trends
ανάλυση συναισθήματος
ανάλυση χρονοσειρών
πρόβλεψη
Time-series analysis
Prediction theory
|
| url |
http://hdl.handle.net/11610/21485
|
| work_keys_str_mv |
AT perperidouiōanna sentimentanalysiscombinedwithtimeseriesanalysisforecasting
AT perperidouiōanna analysēsynaisthēmatossesyndyasmomeproblepsēanalysēschronoseirōn
|