Using Artificial Neural Networks to Predict Stock Prices

• Autorzy: Tomasz Kozdraj

Warianty tytułu

Zastosowanie sztucznych sieci neuronowych do prognozowania cen papierów wartościowych

• Języki publikacji: EN

Abstrakty

EN

Artificial neural networks constitute one of the most developed conception of artificial intelligence. They are based on pragmatic mathematical theories adopted to tasks resolution. A wide range of their applications also includes financial investments issues. The reason for NN's popularity is mainly connected with their ability to solve complex or not well recognized computational tasks, efficiency in finding solutions as well as the possibility of learning based on patterns or without them. They find applications particularly in forecasting stock prices on financial markets. The paper presents the problem of using artificial neural networks to predict stock prices on the example of the Warsaw Stock Exchange. It considers the general framework of neural networks, their potential and limitations as well as problems faced by researcher meets while using neural networks in prediction process. (original abstract)

Sztuczne sieci neuronowe stanowią jedną z najbardziej rozwiniętych gałęzi sztucznej inteligencji. Oparte są na pragmatycznych koncepcjach matematycznych dostosowywanych do rozwiązywanego zadania. Szeroki obszar zastosowań tych struktur obejmuje również zagadnienia szeroko rozumianych inwestycji finansowych. Przyczyn popularności należy upatrywać głównie w możliwości rozwiązywania skomplikowanych lub niezbyt dobrze rozpoznanych problemów obliczeniowych, sprawności znajdowania rozwiązań oraz możliwości uczenia się na podstawie wzorców lub bez nich. W szczególności sztuczne sieci neuronowe znajdują swoje zastosowanie w problemach predykcji cen papierów wartościowych na rynkach finansowych. Artykuł przedstawia problematykę zastosowania sieci neuronowych do prognozowania cen akcji na Giełdzie Papierów Wartościowych w Warszawie. Ukazuje ogólną koncepcję sieci neuronowych, ich możliwości, ograniczenia oraz problemy, jakie stają przed badaczem w momencie ich wykorzystania w procesie prognozowania. (abstrakt oryginalny)

Słowa kluczowe

EN

Neural networks; Financial markets; Forecasting; Shares prices; Stock market

PL

Sieci neuronowe; Rynki finansowe; Prognozowanie; Ceny akcji; Giełda papierów wartościowych

• Czasopismo: Acta Universitatis Lodziensis. Folia Oeconomica
• Rocznik: 2009
• Tom: 225 Methodological Aspects and Applications of Multivariate Statistical Analysis
• Strony: 295--308

Twórcy

autor

Tomasz Kozdraj

• University of Lodz, Poland

Bibliografia

• Chua L. O., Roska T. (2002), Cellular neural networks and visual computing, Cambridge University Press, Cambridge.
• Domański Cz. (1998), Statystyczne systemy ekspertowe, Wydawnictwo Uniwersytetu Łódzkiego, Łódź.
• Hu Y. H., Hwang J. N. (2002), The handbook of neural network signal processing, CRC Press.
• Kohonen T. (1995), Self-organising maps, Springer-Verlag, Berlin.
• Kononen T., Doboeck G. (ed.) (1998), Visual explorations in finance with self-organizing maps, The SOM Metodology, Springer-Verlag, Berlin.
• Kozdraj T. (2004), Statistical expert systems as a modern decision support tool, Artificial Intelligence Studies, Siedlce.
• Kozdraj T. (2005), Statystyczne systemy ekspertowe w procesie decyzyjnym na przykładzie rynku kapitałowego (praca doktorska), Uniwersytet Łódzki.
• Medeiros M. C., Teräsvirta T., Rech G. T. (2005), Building neural network models for time series: A statistical approach, Working Paper Series in Economics and Finance (508), Stockholm School of Economics.
• Neelekanta P. S., De Groff D. (1994), Neural network modeling: Statistical mechanics and cybernetic prospectives, CRC Press.
• Tadeusiewicz R. (1993), Sieci neuronowe, WNT, Warszawa.
• Vanstone B. J., Finnie G. R., Tan C. N. W. (2005), Evaluating the application of neural networks and fundamental analysis in the australian stockmarket, Computation Intelligence, Calgary.
• White H. (1989), Learning in artificial neural networks: A statistical perspective, Neural Computation, 425-464.
• Żuranda J. M, Barski M., Jędruch W. (1996), Sztuczne sieci neuronowe, PWN, Warszawa.