Syntetyczny miernik rozwoju inwestycji i sztuczna sieć neuronowa

• Autorzy: Monika Dyduch
• Języki publikacji: PL

Abstrakty

W pracy przedstawiono koncepcję wyznaczania syntetycznego miernika rozwoju, który pozwala na ocenę siły fundamentalnej spółek oraz ich klasyfikację. Konstrukcja syntetycznego miernika rozwoju jest wykonana przy użyciu sieci neuronowych, które okazały się w tym przypadku istotnym narzędziem. (...) Wprawdzie sieci oparte są na bardzo prostym modelu, przedstawiającym wyłącznie najbardziej podstawową istotę działania biologicznego systemu nerwowego, jednak ich działanie wzbudza ciekawość także i z tego powodu, że mogą być rozpatrywane jako jedna z prób przeniknięcia istoty działania ludzkiego mózgu. Niektórzy w związku z tym sądzą, że w przyszłości rozwój modelowania neurobiologicznego może doprowadzić do powstania prawdziwych komputerów inteligentnych, obdarzonych inicjatywą i zdolnych do samodzielnego podejmowania decyzji. Tak będzie jednak dopiero w przyszłości - być może dość odległej. Tym czasem już dziś proste modele sieci neuronowych stanowią godne uwagi, bardzo użyteczne narzędzie.(fragment tekstu)

Słowa kluczowe

PL

Inwestycje; Ryzyko inwestycyjne; Sieci neuronowe; Syntetyczny miernik

EN

Investment; Investment risk; Neural networks; Synthetic meter

• Czasopismo: Prace Naukowe / Uniwersytet Ekonomiczny w Katowicach
• Rocznik: 2011
• Tom: Współczesna gospodarka - wyzwania i oczekiwania
• Strony: 36--49

Twórcy

autor

Monika Dyduch

• Uniwersytet Ekonomiczny w Katowicach

Bibliografia

• Tadeusiewicz R.: Sieci neuronowe. Akademicka Oficyna Wydawnicza RM, Warszawa 1993.
• Łuniewska M., Tarczyński W.: Metody wielowymiarowej analizy porównawczej na rynku kapitałowym. PWN, Warszawa 2006.
• Obuchowicz A.: Optymalizacja architektury sieci neuronowych. PAN, Akademicka Oficyna Wydawnicza EXIT, Warszawa 2000.
• Rumelhart D.E., Hinton G.E, Williams R.J.: Learning internal representation by error propagation. Parallel Distributed Processing, Cambridge 1986.