Η αγορά ως εργαλείο πρόβλεψης: υπόβαθρο, θεωρία και πράξη

Περίληψη

Η παρούσα διδακτορική διατριβή εστιάζει σε προβλήματα πρόβλεψης. Στον πυρήνα τους, ταπροβλήματα αυτά αναφέρονται στην εκτιμ́ηση της μελλοντικής τιμής μίας μεταβλητής, η οποία δυνητικάσυσχετίζεται με σύνολο άλλων μεταβλητών, ή και ακολουθεί συγκεκριμένο μοτίβο. Πληθώραστατιστικών προσεγγίσεων υπάρχουν διαθέσιμες, εκτεινόμενες από κλασσικές τεχνικές οικονομετρίαςέως πρόσφατους αλγορίθμους εξόρυξης δεδομένων. Στην πράξη, ωστόσο, οι αναζητούμενεςσυσχετίσεις είναι ισχυρά δυναμικές και τα πιθανά μοτίβα, εάν υπάρχουν, μεταβάλλονται με χαοτικότρόπο. Κατά συνέπεια, το σύνολο των μεθόδων αυτών συχνά αποτυγχάνουν, δεδομένων τωνσύμφυτών τους περιορισμών.Οι ειδικοί, στο άλλο άκρο του φάσματος επιλογών, μοιάζουν συχνά περισσότερο κα
Η αγορά ως εργαλείο πρόβλεψης: υπόβαθρο, θεωρία και πράξη

Περίληψη

Η παρούσα διδακτορική διατριβή εστιάζει σε προβλήματα πρόβλεψης. Στον πυρήνα τους, ταπροβλήματα αυτά αναφέρονται στην εκτιμ́ηση της μελλοντικής τιμής μίας μεταβλητής, η οποία δυνητικάσυσχετίζεται με σύνολο άλλων μεταβλητών, ή και ακολουθεί συγκεκριμένο μοτίβο. Πληθώραστατιστικών προσεγγίσεων υπάρχουν διαθέσιμες, εκτεινόμενες από κλασσικές τεχνικές οικονομετρίαςέως πρόσφατους αλγορίθμους εξόρυξης δεδομένων. Στην πράξη, ωστόσο, οι αναζητούμενεςσυσχετίσεις είναι ισχυρά δυναμικές και τα πιθανά μοτίβα, εάν υπάρχουν, μεταβάλλονται με χαοτικότρόπο. Κατά συνέπεια, το σύνολο των μεθόδων αυτών συχνά αποτυγχάνουν, δεδομένων τωνσύμφυτών τους περιορισμών.Οι ειδικοί, στο άλλο άκρο του φάσματος επιλογών, μοιάζουν συχνά περισσότερο κατάλληλοι για τηναντιμετώπιση του προβλήματος πρόβλεψης. Ένας ειδικός δύναται να επεξεργαστεί μεγάλο αριθμόμεταβλητών και να προσαρμόσει ταχέως τις εκτιμήσεις του σε μεταβλητά περιβάλλοντα. Ωστόσο,προβλήματα όπως η μεροληψία υποβιβάζουν την αξία τέτοιων εκτιμήσεων. Κατά συ ...
περισσότερα

Περίληψη σε άλλη γλώσσα

My PhD Thesis focuses on the omnipresent problem of business forecasting. In its very core, theproblem refers to estimating a variable’s future price, potentially being correlated to a set of variables,or ideally following a specific pattern. There exists a variety of statistical approaches, ranging fromclassical econometric techniques to recent data mining algorithms, attempting to extract suchunderlying relationships from past data and reproduce them to predict future values. However, inpractice, these correlations are highly dynamic and patterns, if any, usually evolve in chaotic ways.Therefore even highly adjustable machine learning techniques tend to perform poorly, suffering frominherent systemic impotencies.Human experts, on the other hand, seem to be better suited to address this request. A single expertcan process a big number of variables and quickly adjust predictions into varying circumstances.However, bias and shortcomings reduce the value of such estimates. Consequently, ...