Perceptron wielowarstwowy w prognozowaniu szeregów czasowych na tle klasycznych metod ekonometrycznych

• Autorzy: Ewa Wołoszko

Warianty tytułu

Multilayered Perception in Financial Time-Series Short-Term Forecasting in Comparison with Classical Econometric Methods

• Języki publikacji: PL

Abstrakty

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.

EN

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)

Słowa kluczowe

PL

Sieci neuronowe; Szeregi czasowe; Analiza szeregów czasowych; Modele ekonometryczne; Prognozowanie

EN

Neural networks; Time-series; Time-series analysis; Econometric models; Forecasting

• Czasopismo: Debiuty Ekonomiczne
• Rocznik: 2008
• Numer: nr 8 Informatyka, ekonometria i statystyka w społeczeństwie informacyjnym
• Strony: 109--118

Twórcy

autor

Ewa Wołoszko

• Akademia Ekonomiczna w Poznaniu, student

Bibliografia

• Azoff E.M., 1994, Neural Network Time Series Forecasting of Financial Markets, Wiley&Sons, New York.
• Dintcheva-Bis D., 1999, Zastosowanie sieci neuronowych do prognozowania szeregów czasowych, Wydawnictwo Uniwersytetu Łódzkiego, Łódź.
• Gately E., 1999, Sieci neuronowe, prognozowanie finansowe i projektowanie systemów transakcyjnych, WIGPress, Warszawa.
• Inteligentne systemy w zarządzaniu, teoria i praktyka, 2000, red. Zieliński J., Wydawnictwo Naukowe PWN, Warszawa.
• Inteligentny system prognozowania: zasady funkcjonowania, zastosowania: praca monograficzna, 2000, red. L. Kiełtyka, Wydawnictwo Politechniki Częstochowskiej, Częstochowa.
• Lula P., 1999, Jednokierunkowe sieci neuronowe w modelowaniu zjawisk ekonomicznych, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków.
• Masters T., 1993, Sieci neuronowe w praktyce, Wydawnictwo Naukowo-Techniczne, Warszawa.
• Osińska M., 2006, Ekonometria finansowa. Polskie Wydawnictwo Ekonomiczne, Warszawa.
• Rutkowski L., Pilinski M., Rutkowska D., 1997, Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, Wydawnictwo Naukowe PWN, Warszawa.