Ενισχυτική μάθηση και αλγοριθμικές συναλλαγές
Διπλωματική Εργασία


Περιγραφή

Η νίκη του AlphaGO έναντι του παγκόσμιου πρωταθλητή Λι Σε-Ντολ στο επιτραπέζιο παιχνίδι Go κατέδειξε την πληθώρα δυνατοτήτων και εφαρμογών που μπορεί να προσφέρει η ενισχυτική μάθηση (reinforcement learning) για την επίλυση ‘’δύσκολων’' προβλημάτων στην περιοχή της Τεχνητής Νοημοσύνης. Στόχος της παρούσας διπλωματικής εργασίας είναι η ανάπτυξη αλγορίθμων και τεχνικών που βασίζονται στην ενισχυτική μάθηση (reinforcement learning) για τον τομέα της αλγοριθμικής διαπραγμάτευσης (algorithmic trading). Η αλγοριθμική διαπραγμάτευση είναι η διαδικασία χρήσης αλγορίθμων για τον καθορισμό και την αυτοματοποίηση ενός συνόλου οδηγιών με σκοπό την πραγματοποίηση μιας κερδοφόρας εμπορικής συναλλαγής με ταχύτητα και συχνότητα αδύνατη για έναν ανθρώπινο μεσάζοντα. Ειδικότερα, ο φοιτητής καλείται να αναπτύξει και να αξιολογήσει την αποτελεσματικότητα των μεθοδολογιών ενισχυτικής μάθησης, έχοντας ως στόχο τη δημιουργία ενός ‘’έξυπνου πράκτορα’’ που μπορεί να λάβει δυναμικά επενδυτικές αποφάσεις χρησιμοποιώντας δεδομένα χρονοσειρών από την διεθνή αγορά συναλλαγών ( Foreign Exchange Market).

Απαιτούμενες/επιθυμητές γνώσεις: Python, βιβλιοθήκες μηχανικής μάθησης, οικειότητα με τεχνολογίες εκμάθησης νευρωνικών δικτύων.
Για περισσότερες πληροφορίες επικοινωνήστε με τον Γ. Στάμου (τηλ. 7723040, e-mail: gstam at cs.ntua.gr) και τη Νατάσα Σοφού (τηλ. 7723037, e-mail: natasa at image.ece.ntua.gr).