Η διπλωματική εργασία με τίτλο «Επίδραση της Τεχνητής Νοημοσύνης στη
Συμπεριφορά των Επενδυτών και στη Διαχείριση Επενδυτικών Χαρτοφυλακίων»
εστιάζει στον τρόπο με τον οποίο οι τεχνολογίες Τεχνητής Νοημοσύνης (ΤΝ)
επηρεάζουν τις αποφάσεις και τις στρατηγικές που υιοθετούν οι επενδυτές, καθώς και
στη βελτιστοποίηση της διαχείρισης χαρτοφυλακίων. Στο πλαίσιο της σύγχρονης
οικονομίας, η ΤΝ αναδεικνύεται ως βασικός μοχλός καινοτομίας, προσφέροντας
εργαλεία ανάλυσης και πρόβλεψης που έχουν τη δυνατότητα να αλλάξουν ριζικά τις
παραδοσιακές προσεγγίσεις στη λήψη αποφάσεων.
Η χρήση της ΤΝ στη χρηματοοικονομική ανάλυση ενισχύει την ακρίβεια και την
ταχύτητα της πληροφόρησης, επιτρέποντας στους επενδυτές να προσεγγίζουν τα
δεδομένα με πρωτόγνωρη λεπτομέρεια. Οι τεχνικές μηχανικής μάθησης και τα δίκτυα
νευρώνων επιτρέπουν την ανάλυση τεράστιων όγκων δεδομένων σε πραγματικό
χρόνο, καθιστώντας δυνατό τον εντοπισμό μοτίβων που δεν είναι προφανή μέσω
παραδοσιακών μεθόδων. Αυτές οι τεχνολογίες συμβάλλουν στη βελτίωση των
προβλέψεων της αγοράς και των αξιολογήσεων κινδύνου, οδηγώντας σε περισσότερο
τεκμηριωμένες και συνειδητές επενδυτικές αποφάσεις.
Παράλληλα, η ΤΝ διαδραματίζει σημαντικό ρόλο στη διαχείριση επενδυτικών
χαρτοφυλακίων. Μέσα από αλγοριθμικές στρατηγικές, οι διαχειριστές μπορούν να
διαμορφώνουν χαρτοφυλάκια που ανταποκρίνονται καλύτερα στις τάσεις της αγοράς
και τις προτιμήσεις των επενδυτών, μειώνοντας τον κίνδυνο και μεγιστοποιώντας την
απόδοση. Οι αυτοματοποιημένοι σύμβουλοι (robo-advisors) αξιοποιούν την ΤΝ για
να παρέχουν εξατομικευμένες προτάσεις, συνδυάζοντας ιστορικά δεδομένα,
ψυχολογικά χαρακτηριστικά των επενδυτών και παραμέτρους της αγοράς σε
πραγματικό χρόνο. Αυτή η τάση αυξάνει τη διαφάνεια και τη διαθεσιμότητα
χρηματοοικονομικών υπηρεσιών, κάνοντας τη διαχείριση χαρτοφυλακίου πιο προσιτή
στο ευρύ κοινό.
Όμως, η επίδραση της ΤΝ στη συμπεριφορά των επενδυτών εγείρει ορισμένα ηθικά
και πρακτικά ζητήματα. Η απόλυτη εξάρτηση από την ΤΝ ενδέχεται να αυξήσει τον
αυτοματισμό και να μειώσει τη συναισθηματική συνιστώσα στις επενδυτικές
αποφάσεις, προκαλώντας αλλαγές στο ψυχολογικό προφίλ των επενδυτών. Η υπερβολική αυτοπεποίθηση που προκύπτει από τη χρήση των αλγορίθμων μπορεί να
οδηγήσει σε επικίνδυνες αποφάσεις ή και σε περιπτώσεις αγορών φούσκας. Επιπλέον,
η εξάπλωση της ΤΝ απαιτεί μεγαλύτερη έμφαση στη ρύθμιση και την ηθική, καθώς η
λανθασμένη χρήση των δεδομένων ή των αλγοριθμικών προβλέψεων ενδέχεται να
οδηγήσει σε αδικίες και ανισότητες στον χρηματοοικονομικό τομέα.
Η εργασία αυτή επιδιώκει να αναλύσει και να αξιολογήσει τις παραπάνω διαστάσεις,
παρουσιάζοντας τις θετικές και αρνητικές επιπτώσεις της ΤΝ τόσο στην ψυχολογία
των επενδυτών όσο και στη συνολική αποτελεσματικότητα των χρηματοοικονομικών
χαρτοφυλακίων. Μέσα από την επισκόπηση της υπάρχουσας βιβλιογραφίας και την
εμπειρική ανάλυση, αναδεικνύεται πώς η ΤΝ διαμορφώνει μια νέα εποχή στη
χρηματοοικονομική διαχείριση, προσανατολίζοντας το ενδιαφέρον τόσο στις τεχνικές
δυνατότητες όσο και στις ηθικές προκλήσεις που προκύπτουν από την ενσωμάτωσή
της στον χρηματοοικονομικό τομέα.
Συνοψίζοντας, η διπλωματική αυτή αποσκοπεί να παρέχει μια σφαιρική κατανόηση
της σχέσης μεταξύ ΤΝ και επενδυτικής συμπεριφοράς, εξετάζοντας πώς η
τεχνολογική πρόοδος μπορεί να προσφέρει ουσιαστικά πλεονεκτήματα, αλλά και να
προκαλέσει προκλήσεις και κινδύνους στη διαχείριση επενδυτικών χαρτοφυλακίων.

The thesis titled "The Impact of Artificial Intelligence on Investor Behavior and
Portfolio Management" focuses on how Artificial Intelligence (AI) technologies
influence investor decisions and strategies, as well as on the optimization of portfolio
management. Within the framework of the modern economy, AI emerges as a key
driver of innovation, offering analysis and prediction tools that have the potential to
radically transform traditional decision-making approaches.
The use of AI in financial analysis enhances the accuracy and speed of information,
allowing investors to access data with unprecedented detail. Machine learning
techniques and neural networks enable the analysis of massive amounts of data in real
time, making it possible to identify patterns that are not apparent through traditional
methods. These technologies contribute to improving market forecasts and risk
assessments, leading to more informed and conscious investment decisions.
In parallel, AI plays a significant role in portfolio management. Through algorithmic
strategies, portfolio managers can create portfolios that better respond to market
trends and investor preferences, reducing risk and maximizing returns. Robo-advisors
leverage AI to offer personalized recommendations, combining historical data,
investors' psychological characteristics, and real-time market parameters. This trend
increases transparency and accessibility of financial services, making portfolio
management more accessible to the wider public.
However, AI's impact on investor behavior raises certain ethical and practical issues.
Absolute reliance on AI may increase automation and reduce the emotional
component in investment decisions, causing changes in investors’ psychological
profiles. Overconfidence resulting from the use of algorithms may lead to risky
decisions or even to bubble market situations. Additionally, the expansion of AI
requires greater emphasis on regulation and ethics, as the misuse of data or
algorithmic predictions may lead to injustices and inequalities in the financial sector.This thesis aims to analyze and evaluate these dimensions, presenting both the
positive and negative impacts of AI on investor psychology and on the overall
effectiveness of financial portfolios. Through a review of existing literature and
empirical analysis, it highlights how AI shapes a new era in financial management,
focusing both on the technical possibilities and the ethical challenges arising from its
integration in the financial sector.
In summary, this thesis aims to provide a comprehensive understanding of the
relationship between AI and investment behavior, examining how technological
advancement can offer substantial advantages but also pose challenges and risks in the
management of investment portfolios.