Η παρούσα διπλωματική εργασία έχει ως αντικείμενο τη δημιουργία διαδικτυακής εφαρμογής για την αξιολόγηση και ταξινόμηση μετοχών.

Στο θεωρητικό μέρος της εργασίας παρουσιάζονται βασικές έννοιες της Θεμελιώδους και της Τεχνικής Ανάλυσης, που είναι δύο συμπληρωματικές προσεγγίσεις για την ανάλυση και αξιολόγηση μετοχών, περιγράφονται οι τεχνικοί δείκτες και οι στρατηγικές συναλλαγών, που προσφέρονται για αυτοματοποίηση και έλεγχο πάνω σε ιστορικά δεδομένα, και οριοθετείται το εύρος της εφαρμογής.

Δεδομένου ότι πολλές από τις διαθέσιμες πλατφόρμες παρέχουν αρκετά ισχυρά εργαλεία ανάλυσης, η έμφαση δόθηκε στην επεκτασιμότητα και τη δυνατότητα πειραματισμού στην ανάλυση μετοχών χρησιμοποιώντας δημόσια διαθέσιμες τεχνολογίες, σε ένα πιο ανοιχτό οικοσύστημα όπως αυτό της Python. Η εφαρμογή, που έχει βασισθεί στο Streamlit framework, ανακτά χρηματιστηριακά δεδομένα μέσω της υπηρεσίας Yahoo Finance για το Χρηματιστήριο Αθηνών (ASE), τα αμερικανικά χρηματιστήρια NYSE και NASDAQ, καθώς και το χρηματιστήριο του Λονδίνου (LSE), και παρέχει λειτουργικότητα αναζήτησης μετοχών με βάση θεμελιώδη και τεχνικά μεγέθη, υπολογισμό τεχνικών δεικτών και δημιουργία γραφημάτων, δοκιμή στρατηγικών συναλλαγών πάνω σε ιστορικά δεδομένα, και ταξινόμηση των μετοχών με διάφορα κριτήρια. Στην εργασία τεκμηριώνονται οι κύριες τεχνολογικές επιλογές και αναπτύσσονται οι σχεδιαστικές αρχές και τα πρότυπα που χρησιμοποιήθηκαν, μεταξύ άλλων για να επιτευχθεί ο στόχος της επεκτασιμότητας.

Το βασικό συμπέρασμα από την αξιολόγηση της εφαρμογής είναι ότι αυτές οι επιλογές και οι σχεδιαστικές αρχές αποτελούν μια έγκυρη προσέγγιση στην ανάπτυξη εφαρμογών αυτού του είδους, και ότι ο κεντρικός στόχος της επεκτασιμότητας επιτεύχθηκε σε ικανοποιητικό βαθμό, αφού η υλοποίηση νέων δεικτών και στρατηγικών συναλλαγών απαιτεί ελάχιστο και καλά οριοθετημένο κώδικα. Παράλληλα, εντοπίζονται και πιθανές μελλοντικές βελτιώσεις.

Καθώς ο κώδικας της εφαρμογής είναι διαθέσιμος σε δημόσιο αποθετήριο, είναι σκόπιμο να τονιστεί ότι η εφαρμογή έχει αποκλειστικά ερευνητικό και πειραματικό χαρακτήρα και δεν προορίζεται για λήψη πραγματικών επενδυτικών αποφάσεων.

Λέξεις–Κλειδιά: Python, Streamlit, Yahoo Finance, μετοχές, τεχνική ανάλυση, θεμελιώδης ανάλυση, στρατηγικές συναλλαγών

This thesis concerns the development of a web application for the evaluation and classification of stocks.

The theoretical part of the thesis presents basic concepts of Fundamental and Technical Analysis, which are two complementary approaches to stock analysis and evaluation. It also describes technical indicators and trading strategies, which can be automated and back tested on historical data, and outlines the scope of the application.

Given that many available platforms already provide quite powerful analysis tools, the emphasis was placed on extensibility and on the ability to experiment with stock analysis using publicly available technologies within a more open ecosystem, such as that of Python. The application, which is based on the Streamlit framework, retrieves stock market data through the Yahoo Finance service for the Athens Stock Exchange (ASE), the US stock exchanges NYSE and NASDAQ, as well as the London Stock Exchange (LSE). It provides functionality for searching stocks based on fundamental and technical metrics, calculating technical indicators and generating charts, testing strategies on historical data, and classifying stocks according to various criteria. The thesis provides justification for the main technological choices and presents the design principles and patterns that were used to achieve, among others, the objective of extensibility.

The main conclusion from the evaluation of the application is that these choices and design principles constitute a valid approach to the development of applications of this kind, and that the central objective of extensibility has been achieved to a satisfactory level, as the implementation of new indicators and trading strategies requires only minimal and well-scoped code. At the same time, potential future improvements are also identified.

Given that the source code of the application is available in a public repository, it must be emphasised that the application has an exclusively research-oriented and experimental purpose and is not intended to be used for making actual investment decisions.

Keywords: Python, Streamlit, Yahoo Finance, stocks, technical analysis, fundamental analysis, trading strategies