Μηχανική Μάθηση και Ανάλυση Χρονοσειρών Πολύπλοκων Συστημάτων στην Ποσοτική Χρηματοοικονομική και Διαχείριση Κινδύνων

Η παρούσα διδακτορική διατριβή αναφέρεται στην ανάλυση των χρηματαγορών χρησιμοποιώντας μεθόδους ανάλυσης από την θεωρία πολύπλοκων συστημάτων σε συνδυασμό με τεχνικές μηχανικής μάθησης. 

Το παγκόσμιο χρηματοοικονομικό σύστημα συνεχώς εξελίσσεται. Αυτή η εξέλιξη οφείλεται σε διάφορους παράγοντες όπως για παράδειγμα την τεχνολογική πρόοδο, τα νέα επενδυτικά προϊόντα, τους νέους κανονισμούς και τις εξελισσόμενες προτιμήσεις των καταναλωτών. Ως εκ τούτου, στις ήδη υπάρχουσες μεθόδους ανάλυσης των χρηματοοικονομικών αγορών, θα ήταν σημαντικό να προστεθούν και νέες εναλλακτικές μέθοδοι ανάλυσης.

Προς αυτή την κατεύθυνση, τα τελευταία χρόνια έχει αναπτυχθεί ένας νέος τομέας έρευνας που σχετίζεται με την έρευνα πολύπλοκων συστημάτων που ονομάζεται "Οικονομική Φυσική" (Econophysics). Η "Οικονομική Φυσική" είναι ένα διεπιστημονικό πεδίο που εφαρμόζει τις μεθόδους της στατιστικής φυσικής, της μη γραμμικής δυναμικής και της θεωρίας δικτύων στη μακρο-μικρο / οικονομική μοντελοποίηση, την ανάλυση των χρηματαγορών και σε ευρύτερα κοινωνικά προβλήματα.  

Από την άλλη πλευρά, την ίδια περίοδο με την ανάπτυξη της "Οικονομικής Φυσικής", ξεκίνησε μια γρήγορη πρόοδος στην επιστήμη των υπολογιστών. Αυτή η πρόοδος είχε ως αποτέλεσμα μεταξύ άλλων, την ανάπτυξη μεθόδων μηχανικής μάθησης. Με την έλευση της μηχανικής μάθησης, κατέστη δυνατή η κατασκευή νέων αλγορίθμων και στρατηγικών για την ανάλυση δεδομένων πολύπλοκων συστημάτων. Η διερεύνηση του τρόπου λειτουργίας της μηχανικής μάθησης για ζητήματα που αφορούν πολύπλοκα συστήματα όπως το παγκόσμιο χρηματοοικονομικό σύστημα αποτελεί αντικείμενο σημαντικού ερευνητικού ενδιαφέροντος.

Ο κύριος ερευνητικός στόχος αυτής της διδακτορικής διατριβής είναι η ανάπτυξη ενός εναλλακτικού μέτρου του συστημικού κινδύνου, χρησιμοποιώντας μεθόδους της θεωρίας πολυπλοκότητας και τεχνικών μηχανικής μάθησης. 

Η παρούσα μελέτη αναμένεται να συνεισφέρει σημαντικά στην δημιουργία ενός αυτοματοποιημένου συστήματος έγκαιρης προειδοποίησης για ακραία γεγονότα που εκδηλώνονται στις χρηματοοικονομικές αγορές. Η ανάπτυξη ενός τέτοιου συστήματος θα μπορούσε να εφαρμοστεί από μεγάλους χρηματοοικονομικούς οργανισμούς.

Μελέτη πιθανά πρόδρομων ενός σεισμού σημάτων με μεθόδους ανάλυσης χρονοσειρών πολύπλοκων συστημάτων

Η παρούσα διδακτορική διατριβή αναφέρεται στην ανάλυση προσεισμικών σημάτων με μεθόδους ανάλυσης χρονοσειρών πολύπλοκων συστημάτων. Η συγκεκριμένη έρευνα εστιάζεται στην προσπάθεια να κατανοηθούν, μέσω της ανάλυσης διάφορων παρατηρήσιμων μεγεθών τους, οι πολύπλοκες διεργασίες που προηγούνται της εκδήλωσης σεισμών (ιδιαίτερα των ισχυρών σεισμών). Στόχος είναι η ανεύρεση συγκεκριμένων χαρακτηριστικών σε δεδομένα (χρονοσειρές) από επίγειους ή μη σταθμούς παρατήρησης που καταγράφουν φυσικά ή χημικά μεγέθη, καθώς και σεισμικές ακολουθίες, τα οποία σχετίζονται, πρωτογενώς ή δευτερογενώς, με διεργασίες που συμβαίνουν στη λιθόσφαιρα κατά την προετοιμασία ενός ισχυρού σεισμού, αλλά και η διάκρισή τους από χαρακτηριστικά που σχετίζονται με άλλα ακραία γεωφυσικά φαινόμενα (π.χ. ηφαίστεια, τσουνάμι, μαγνητικές καταιγίδες). Ο εντοπισμός καθώς και η μελέτη αυτών των χαρακτηριστικών-υπογραφών γίνεται με μεθόδους ανάλυσης χρονοσειρών πολύπλοκων συστημάτων, που είναι σε θέση να αναδείξουν διάφορες στατιστικές ιδιότητες του σήματος (και του συνδεόμενου με αυτό συστήματος) ή/και τη δυναμική τους. Βασικός στόχος είναι η κατανόηση των πολύπλοκων διεργασιών που υποκρύπτονται πίσω από την προετοιμασία τέτοιων ακραίων φυσικών φαινομένων για την εξαγωγή χρήσιμων συμπερασμάτων.

Study of signals possibly precursors to an earthquake by means of complex systems time series analysis methods

The present PhD dissertation refers to the analysis of pre-seismic signals by means of complex systems’ time series analysis methods. The specific research focuses on the effort to understand, through the analysis of various observable quantities, the complex processes that precede the occurrence of earthquakes (particularly of strong earthquakes). The aim is to find specific characteristics in data (time series) from ground-based or space-born observation stations that record physical or chemical quantities, as well as seismic sequences, which are related, primarily or secondarily, to processes occurring in the lithosphere during the preparation of a strong earthquake, but also their distinction from features related to other extreme geophysical phenomena (e.g., volcanoes, tsunamis, magnetic storms). The identification as well as the study of these characteristic-signatures is done by means of methods of analysis of complex systems’ time series, which are able to unveil various statistical properties of the signal (and of the system associated with it) and/or their dynamics. The main goal is to understand the complex processes underlying the preparation of such extreme natural phenomena in order to extract useful conclusions.

"Measurement and characterization of rare earths and precious metals from WEEE"

The problem of recycling of electrical and electronic equipment waste is multifaceted and is linked to important issues such as the depletion of raw materials, their stocks and the particular environmental problems of the planet.
The aim of this thesis is to examine methods of recycling WEEE with a focused research field on the qualitative and quantitative determination (characterization) of rare earths and precious metals found in WEEE in the geographical area of Greece, as well as the examination of the viability of such actions in terms of a small and medium-sized enterprise.