Zastosowanie sieci neuronowej typu SOM do wyboru najatrakcyjniejszych spółek na WGPW

• Autorzy: Kamila Migdał-Najman , Krzysztof Najman
• Języki publikacji: PL

Abstrakty

Badanie tu prezentowane jest próbą przedstawienia możliwości sieci neuronowej typu SOM (Self Organizing Map, Mapa Samoorganizująca) w klasyfikacji i wyborze najatrakcyjniejszych spółek na WGPW przy wykorzystaniu danych fundamentalnych. (fragment tekstu)

Słowa kluczowe

PL

Spółki giełdowe; Sieci neuronowe; Mapa samoorganizująca

EN

Stock market companies; Neural networks; Self-Organizing Maps (SOM)

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu
• Rocznik: 2002
• Numer: nr 952 Inwestycje finansowe i ubezpieczenia - tendencje światowe a polski rynek
• Strony: 493--499

Twórcy

autor

Kamila Migdał-Najman

• Uniwersytet Gdański

autor

Krzysztof Najman

• Uniwersytet Gdański

Bibliografia

• Kohonen T. (1997): Self-Organizing Maps. 2nd ed. Springer-Verlag.
• Deboeck G., Kohonen T. (1998): Visual Explorations in Finance with SOM. Springer-Verlag.
• Bishop C.M. (1999): Neural Networks for Pattern Recognition. Oxford Univ. Press.