BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Wołoszko Ewa (Akademia Ekonomiczna w Poznaniu, student)
Tytuł
Perceptron wielowarstwowy w prognozowaniu szeregów czasowych na tle klasycznych metod ekonometrycznych
Multilayered Perception in Financial Time-Series Short-Term Forecasting in Comparison with Classical Econometric Methods
Źródło
Debiuty Ekonomiczne, 2008, nr 8, s. 109-118, rys., tab., bibliogr. 9 poz.
Tytuł własny numeru
Informatyka, ekonometria i statystyka w społeczeństwie informacyjnym
Słowa kluczowe
Sieci neuronowe, Szeregi czasowe, Analiza szeregów czasowych, Modele ekonometryczne, Prognozowanie
Neural networks, Time-series, Time-series analysis, Econometric models, Forecasting
Uwagi
summ.
Abstrakt
Zwrócono uwagę na sieci neuronowe, które mogą stanowić narzędzie prognozowania finansowych szeregów czasowych. Sieci te mogą być stosowane jako metoda alternatywna lub uzupełniająca wobec klasycznych metod ekonometrycznych, np. modeli ARMA-GARCH.

This study discusses utility of perception-type neural networks in financial time-series short-term forecasting. The performance of groups of models will be evaluated in comparison with classical econometric methods (ARMA-GARCH models). Research results obtained with packages: Statistica and OxMetrics will be presented. The author demonstrates the chosen practical problems: determining the number of variables, selecting testing probe, data pre-processing and choosing the optimal architecture. Two distinct data sources (stock prices) have been used to examine neural modeling in the cases where classical non-linear models fail. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Bibliografia
Pokaż
  1. Azoff E.M., 1994, Neural Network Time Series Forecasting of Financial Markets, Wiley&Sons, New York.
  2. Dintcheva-Bis D., 1999, Zastosowanie sieci neuronowych do prognozowania szeregów czasowych, Wydawnictwo Uniwersytetu Łódzkiego, Łódź.
  3. Gately E., 1999, Sieci neuronowe, prognozowanie finansowe i projektowanie systemów transakcyjnych, WIGPress, Warszawa.
  4. Inteligentne systemy w zarządzaniu, teoria i praktyka, 2000, red. Zieliński J., Wydawnictwo Naukowe PWN, Warszawa.
  5. Inteligentny system prognozowania: zasady funkcjonowania, zastosowania: praca monograficzna, 2000, red. L. Kiełtyka, Wydawnictwo Politechniki Częstochowskiej, Częstochowa.
  6. Lula P., 1999, Jednokierunkowe sieci neuronowe w modelowaniu zjawisk ekonomicznych, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków.
  7. Masters T., 1993, Sieci neuronowe w praktyce, Wydawnictwo Naukowo-Techniczne, Warszawa.
  8. Osińska M., 2006, Ekonometria finansowa. Polskie Wydawnictwo Ekonomiczne, Warszawa.
  9. Rutkowski L., Pilinski M., Rutkowska D., 1997, Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, Wydawnictwo Naukowe PWN, Warszawa.
Cytowane przez
Pokaż
ISSN
1730-2145
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu