Finite state Markov chains and prediction of stock market trends using real data

Tiozzo Gobetto, Francesca (2019) Finite state Markov chains and prediction of stock market trends using real data. [Laurea], Università di Bologna, Corso di Studio in Matematica [L-DM270]
Documenti full-text disponibili:
[img] Documento PDF (Thesis)
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato

Download (660kB)

Abstract

In this thesis we discuss finite state Markov chains, which are a special class of stochastic processes. They can be represented either by a graph or by a matrix [P]. The reader is first introduced to Markov chains and is then guided in their classification. Some relevant theorems are discussed. The results are used to explain when [P^n], the matrix obtained by taking the nth power of [P], converges as n approaches infinity. We start by studying the convergence in the case of [P] > 0 and we continue by focusing on two specific kinds of Markov chains: ergodic finite state chains and ergodic unichains. We then cover more general types of chains. In the end we give an example of how these tools can be used in the field of finance. We develop a model that predicts fluctuations in the prices of stocks and we apply it to the FTSE-MIB Index using data from Borsa Italiana.

Abstract
Tipologia del documento
Tesi di laurea (Laurea)
Autore della tesi
Tiozzo Gobetto, Francesca
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
finance probability Markov chains stocks
Data di discussione della Tesi
25 Ottobre 2019
URI

Altri metadati

Statistica sui download

Gestione del documento: Visualizza il documento

^