Η μεταπτυχιακή αυτή εργασία με τίτλο «Αναδιαμορφώνοντας τις Χρηματιστηριακές Αγορές: Τεχνητή Νοημοσύνη και Οικονομική Προσαρμογή στη Σύγχρονη Εποχή» διερευνά τον επαναπροσδιορισμό των χρηματιστηριακών αγορών μέσω της τεχνητής νοημοσύνης (ΤΝ) και των επιπτώσεών της στο σύγχρονο χρηματοπιστωτικό σύστημα. Η μελέτη υιοθετεί μια διεπιστημονική προσέγγιση, συνδυάζοντας ποσοτικές έρευνες, περιπτωσιακές μελέτες και ανάλυση δευτερογενών χρηματοοικονομικών στοιχείων, για να προσφέρει μια ολοκληρωμένη εικόνα του ψηφιακού μετασχηματισμού στον τομέα των χρηματοοικονομικών. Η εργασία εξετάζει πώς οι εφαρμογές της ΤΝ, όπως οι αλγοριθμικές συναλλαγές, οι αυτόματες στρατηγικές επένδυσης και τα προηγμένα μοντέλα πρόβλεψης, συμβάλλουν στη βελτίωση της διαφάνειας, της ρευστότητας και της αποδοτικότητας των αγορών, μειώνοντας ταυτόχρονα τα συναλλαγικά κόστη. Βάσει θεωρητικών μοντέλων, όπως το Technology Acceptance Model και η Θεωρία Διάχυσης της Καινοτομίας, η έρευνα αποκαλύπτει τους παράγοντες που επηρεάζουν την υιοθέτηση της ΤΝ και τις επιπτώσεις της στη λήψη επενδυτικών αποφάσεων και στη στρατηγική των τραπεζικών ιδρυμάτων. Παράλληλα, η μελέτη εξετάζει τις κοινωνικοοικονομικές διαστάσεις της υιοθέτησης της ΤΝ, επισημαίνοντας τόσο τις ευκαιρίες, όπως η οικονομική συμπερίληψη και η μείωση των συναλλαγικών εξόδων, όσο και τις προκλήσεις, όπως η ρυθμιστική ασάφεια, οι κίνδυνοι κυβερνοασφάλειας και οι ηθικές ανησυχίες, όπως η πιθανή απώλεια θέσεων εργασίας. Μέσω σύγχρονων στατιστικών μεθόδων και ανάλυσης δεδομένων, αποκαλύπτονται μακροπρόθεσμες τάσεις όσον αφορά τη ρευστότητα και τη διαφάνεια των αγορών. Τα ευρήματα της έρευνας υπογραμμίζουν την ανάγκη για συνεχή προσαρμογή και βελτίωση των ρυθμιστικών πλαισίων ώστε να διασφαλιστεί ένα δίκαιο, βιώσιμο και ανθεκτικό χρηματοπιστωτικό μέλλον. Τέλος, η εργασία προτείνει πολιτικές και στρατηγικές προτάσεις που προωθούν τη συνεργασία μεταξύ τραπεζών, ρυθμιστικών αρχών και τεχνολόγων για την αξιοποίηση των δυνατοτήτων της ΤΝ, εξασφαλίζοντας τη σταθερότητα και την κοινωνική δικαιοσύνη.

This dissertation, titled "Reshaping Stock Markets: Artificial Intelligence and Economic Adaptation in the Modern Era," explores the redefinition of stock markets through artificial intelligence (AI) and its impact on the modern financial system. The study adopts an interdisciplinary approach, combining quantitative research, case studies, and analysis of secondary financial data, to provide a comprehensive picture of the digital transformation in the financial sector. The work examines how AI applications, such as algorithmic trading, automated investment strategies, and advanced predictive models, contribute to improving market transparency, liquidity, and efficiency, while simultaneously reducing transaction costs. Based on theoretical models such as the Technology Acceptance Model (TAM) and the Diffusion of Innovation Theory, the research reveals the factors influencing AI adoption and its impact on investment decision-making and banking strategies. At the same time, the study investigates the socioeconomic dimensions of AI adoption, highlighting both opportunities, such as financial inclusion and reduced transaction costs, and challenges, including regulatory ambiguity, cybersecurity risks, and ethical concerns, such as potential job displacement. Through modern statistical methods and data analysis, long-term trends in market liquidity and transparency are uncovered. The findings emphasize the need for continuous adaptation and improvement of regulatory frameworks to ensure a fair, sustainable, and resilient financial future. Finally, the thesis proposes policies and strategic recommendations to promote collaboration among banks, regulators, and technologists to harness the potential of AI, ensuring stability and social equity.