Próba neuronowego wspomagania decyzji na giełdach towarowych (na przykładzie giełdy metali szlachetnych)

• Autorzy: Marek Nowiński
• Języki publikacji: PL

Abstrakty

W referacie, będącym rozwinięciem pracy zaprezentowanej na Ogólnopolskiej Konferencji Metod i Zastosowań Badań Operacyjnych w Ustroniu w roku 1997, przedstawiono wyniki badań autora dotyczące zastosowania algorytmu optymalizującego strukturę i wagi sieci neuronowych AGWIN do prognozowania przyszłych cen metali szlachetnych (cen pojedynczych oraz ich ciągów o liczebności od trzech do pięciu elementów) w oparciu o zgromadzone wieloletnie zestawy danych z giełd towarowych zajmujących się obrotem metalami szlachetnymi i strategicznymi (złoto, srebro, platyna, pallad, miedź). Wykorzystany program komputerowy AGWIN (zrealizowany i testowany wspólnie przez badaczy polskich i francuskich z Uniwersytetu im. L. Pasteura w Strasbourgu oraz Akademii Ekonomicznej we Wrocławiu) został wzbogacony o elementy optymalizacji genetycznej w celu zwiększenia jego efektywności. Badania objęły również próby prognozowania konkretnych decyzji typu kupuj, czekaj, sprzedaj lub typu kupuj, czekaj oraz sprzedaj, czekaj w орагспко dane przetworzone według wskazówek maklerów i analizatorów działalności giełdowej. (fragment tekstu)

Słowa kluczowe

PL

Giełdy towarowe; Sztuczne sieci neuronowe (SSN); Materiały konferencyjne

EN

Commodity exchange; Artificial neural networks (ANN); Conference materials

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu
• Rocznik: 1999
• Numer: nr 810 Współczesne tendencje rozwojowe badań operacyjnych
• Strony: 103--114

Twórcy

autor

Marek Nowiński

• Akademia Ekonomiczna we Wrocławiu

Bibliografia

• Korczak J., Dizdarevic E.: Genetic Optimization of Neural Networks, Rap. CRI, ULP, Strasbourg, 1994.
• Weiss S.M., Kulikowski C.A.: Computer Systems That Learn: Classification and Prediction Methods from Statistics, Neural Nets, Machine Learning, and Expert Systems. Morgan Kaufmann, San Mateo, CA 1991.