Ευφυές σύστημα πρόβλεψης τιμών μετοχών.
Φόρτωση...
Ημερομηνία
2016-09-29
Τίτλος Εφημερίδας
Περιοδικό ISSN
Τίτλος τόμου
Εκδότης
Τ.Ε.Ι. Κρήτης, Τεχνολογικών Εφαρμογών (Σ.Τ.Εφ), Τμήμα Μηχανικών Πληροφορικής Τ.Ε.
T.E.I. of Crete, School of Engineering (STEF), Department of Informatics Engineering
T.E.I. of Crete, School of Engineering (STEF), Department of Informatics Engineering
Επιβλέπων
Περίληψη
Αντικείμενο της πτυχιακής εργασίας ήταν να κατασκευαστεί ένα ευφυΐες σύστημα πρόβλεψης τιμών μετοχών με την χρήση της γλώσσας προγραμματισμού C καθώς και την χρήση των αλγόριθμων Apriori και Κ-μέσων. Το σύστημα θα προσφέρει στους χρήστες τη δυνατότητα να ενημερώνονται άμεσα για την απόδοση της μετοχής που τους ενδιαφέρει, μέσω της συσχέτισης μιας ομάδας μετοχών. Η κύρια ιδέα βρίσκεται στο γεγονός ότι αν κάποιος αγοράζει κάποια μετοχή και ο δείκτης συσχέτισης της με κάποια άλλη μετοχή είναι υψηλός τότε συνεπάγεται ότι υπάρχουν μεγάλες πιθανότητες να αγοραστεί και η άλλη μετοχή. Σαν επακόλουθο έχουμε και την αύξηση της τιμής της μετοχής. Στη συνέχεια της πτυχιακής θα παρουσιάσουμε βήμα προς βήμα τη διαδικασία δημιουργίας της εφαρμογής και πως μπορεί αυτή να χρησιμοποιηθεί. Η ανάπτυξη έγινε σε C, μια βασική γλώσσα προγραμματισμού σε συνδυασμό με την χρήση αρχείων(.txt) για την αποθήκευση των δεδομένων. Θα αναφερθούμε στην μηχανική μάθηση και ποιο συγκεκριμένα στους αλγορίθμους Apriori και Κ-μέσων με αρκετές λεπτομέρειες καθώς και τον τρόπο με τον οποίο προγραμματίζονται και δουλεύουν. Θα εξοικειωθούμε με την χρήση της γλώσσας προγραμματισμού C. Θα γίνει αναφορά στο δημοφιλές εργαλείο Dev-C++ καθώς με αυτό δημιουργήσαμε το σύστημα μας. Θα κάνουμε αναλυτική περιγραφή της χρήσης και των επιλογών της εφαρμογής αλλά και των δυνατοτήτων της.
The subject of the thesis was to build an intelligent share price forecasting system using the C programming language and the use of algorithms Apriori and K-means. The system will offer users the ability to directly informed about the performance of the share that interests them, by correlating a share group. The main idea lies in the fact that if someone buys a share and the correlation index with another share is high then there are great chances to buy the other share. As a result we have an increase of the share price. Then we will introduce step by step the process of creating the application and how it can be used. The development was done in C, a basic programming language combined with the use of (.txt) files for storing data. We will refer to machine learning, specifically to the Apriori and K-means algorithms in some detail and the way they are programmed and work. You will become familiar with the use of the programming language C. Reference will be made on the popular Dev-C ++ tool as with it we programmed our system. We will make a detailed description of the use and options of the application and its capabilities as well.
The subject of the thesis was to build an intelligent share price forecasting system using the C programming language and the use of algorithms Apriori and K-means. The system will offer users the ability to directly informed about the performance of the share that interests them, by correlating a share group. The main idea lies in the fact that if someone buys a share and the correlation index with another share is high then there are great chances to buy the other share. As a result we have an increase of the share price. Then we will introduce step by step the process of creating the application and how it can be used. The development was done in C, a basic programming language combined with the use of (.txt) files for storing data. We will refer to machine learning, specifically to the Apriori and K-means algorithms in some detail and the way they are programmed and work. You will become familiar with the use of the programming language C. Reference will be made on the popular Dev-C ++ tool as with it we programmed our system. We will make a detailed description of the use and options of the application and its capabilities as well.