Prognozowanie finansowych szeregów czasowych przy zastosowaniu modeli jednokierunkowych sieci neuronowych

• Autorzy: Michał Sarapata
• Języki publikacji: PL

Abstrakty

Celem rozważań niniejszego opracowania jest ukazanie mozliwości prognostycznych sztucznych sieci neuronowych. Analizy dotyczą tworzenia jednosesyjnych prognoz kierunków zmian kursów zamknięcia wybranych instrumentów finansowych. Ponieważ powodzenie strategii inwestycyjnych jest w dużej mierze zdeterminowane przez sygnały kupna i sprzedaży, do oceny poprawności poszczególnych modeli wykorzystano m.in. takie mierniki, jak : współczynnik zgodności kierunków zmian DS (Directional Symmetry), współczynnik CU (Correct Up trend) oraz CD (Correct Down trend). Przedmiotem badań są spółki notowane na Giełdzie Papierów Wartościowych w Warszawie : - BRE Bank S.A. (BRE) - Bank Zachodni WBK S.A. (BZWBK) - Getin Holding S.A. (GETIN) - Bank Pekao S.A. (PEKAO) - PKO Bank Polski S.A. (PKOBP). W doświadczeniu wykorzystano jeden z najpopularniejszych rodzajów sieci neuronowych, jakim jest perceptron wielowarstwowy ( Multi-Layer Perceptron - MLP ) z jedną warstwą ukrytą, trenowany za pomocą algorytmu wstecznej propagacji błędów z członem momentum oraz z adaptacyjnym doborem współczynnika uczenia. (fragment tekstu)

Słowa kluczowe

PL

Prognozowanie zjawisk ekonomiczno-społecznych; Decyzje inwestycyjne; Sieci neuronowe; Instrumenty finansowe; Strategia inwestycyjna; Rynki finansowe; Giełda papierów wartościowych

EN

Economic and social phenomenon forecasting; Investment decisions; Neural networks; Financial instruments; Investment strategy; Financial markets; Stock market

• Czasopismo: Prace Naukowe / Uniwersytet Ekonomiczny w Katowicach
• Rocznik: 2012
• Tom: Metody matematyczne, ekonometryczne i komputerowe w finansach i ubezpieczeniach 2010
• Strony: 281--305

Twórcy

autor

Michał Sarapata

• Uniwersytet Ekonomiczny w Katowicach

Bibliografia

• Demuth H., Beale M., Hagan M. : Neural Network Toolbox TM User's Guide. Version 6. "The MathWorks", Inc., 1992-2010.
• Duch W.(red.), Korbicz J. (red.), Rutkowski L. (red.), Tadeusiewicz R. (red.) : Sieci neuronowe. T. 6. W : Biocybernetyka i inżynieria biomedyczna 2000. Red. Nałęcz M., Akademicka Oficyna Wydawnicza EXIT, Warszawa 2000.
• Gately E. : Sieci neuronowe. Prognozowanie finansowe i projektowanie systemów transakcyjnych. WIG-Press, Warszawa 1999.
• Kamruzzaman J., Begg R., Sarker R. : Artificial Neural Networks In Finance and Manufacturing. Idea Group Inc., 2006.
• Lula P. : Jednokierunkowe sieci neuronowe w modelowaniu zjawisk ekonomicznych. Akademia Ekonomiczna, Kraków 1999.
• Osowski S. : Sieci neuronowe do przetwarzania informacji. Politechnika Warszawska, Warszawa 2006.
• Osowski S. : Sieci neuronowe w ujęciu algorytmicznym. Wydawnictwo Naukowo-Techniczne, Warszawa 1996.
• Refenes A.P. : Neural Networks in the Capital Markets. John Wiley & Sons, Chichester 1995.
• Sztuczne sieci neuronowe. Laboratorium. Red. Rybarczyk A., Politechnika Poznańska, Poznań 2008.
• Timofiejczuk G. : Zastosowanie sieci neuronowych do prognozowania na rynkach finansowych. Akademia Ekonomiczna, Katowice 2004.
• Witkowska D. : Sztuczne sieci neuronowe i metody statystyczne : wybrane zagadnienia finansowe. C.H.Beck, Warszawa 2002.
• Wprowadzenie do sieci neuronowych. StatSoft, Kraków 2001.