Modelización y predicción de series de tiempo financieras utilizando redes neuronales

El objetivo perseguido en el presente trabajo lo constituye la modelización y predicción de series temporales financieras utilizando redes neuronales. Al respecto, se seleccionó una red neuronal total recurrente con dos capas ocultas, una capa para la función umbral lineal y otra para función arcota...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Maradona, Gustavo, Balacco, Hugo
Formato: Articulo
Lenguaje:Español
Publicado: 2011
Materias:
Ciencias Económicas
redes neuronales; pronósticos; tipos de arquitectura; funciones de transferencia; error medio absoluto
JEL: C4
estadística
econometría
neural network; forecast; architecture types; transfer functions; mean absolute error
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/9368
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-9368
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Económicas
redes neuronales; pronósticos; tipos de arquitectura; funciones de transferencia; error medio absoluto
JEL: C4
estadística
econometría
neural network; forecast; architecture types; transfer functions; mean absolute error
spellingShingle Ciencias Económicas
redes neuronales; pronósticos; tipos de arquitectura; funciones de transferencia; error medio absoluto
JEL: C4
estadística
econometría
neural network; forecast; architecture types; transfer functions; mean absolute error
Maradona, Gustavo
Balacco, Hugo
Modelización y predicción de series de tiempo financieras utilizando redes neuronales
topic_facet Ciencias Económicas
redes neuronales; pronósticos; tipos de arquitectura; funciones de transferencia; error medio absoluto
JEL: C4
estadística
econometría
neural network; forecast; architecture types; transfer functions; mean absolute error
description El objetivo perseguido en el presente trabajo lo constituye la modelización y predicción de series temporales financieras utilizando redes neuronales. Al respecto, se seleccionó una red neuronal total recurrente con dos capas ocultas, una capa para la función umbral lineal y otra para función arcotangente. Las series utilizadas fueron los índices MERVAL (Argentina) y DOW JONES (USA). Los resultados, obtenidos con información correspondiente al período 1995-2006, se exponen en comparación con técnicas alternativas y con resultados obtenidos por otros investigadores.
format Articulo
Articulo
author Maradona, Gustavo
Balacco, Hugo
author_facet Maradona, Gustavo
Balacco, Hugo
author_sort Maradona, Gustavo
title Modelización y predicción de series de tiempo financieras utilizando redes neuronales
title_short Modelización y predicción de series de tiempo financieras utilizando redes neuronales
title_full Modelización y predicción de series de tiempo financieras utilizando redes neuronales
title_fullStr Modelización y predicción de series de tiempo financieras utilizando redes neuronales
title_full_unstemmed Modelización y predicción de series de tiempo financieras utilizando redes neuronales
title_sort modelización y predicción de series de tiempo financieras utilizando redes neuronales
publishDate 2011
url http://sedici.unlp.edu.ar/handle/10915/9368
work_keys_str_mv AT maradonagustavo modelizacionypredicciondeseriesdetiempofinancierasutilizandoredesneuronales
AT balaccohugo modelizacionypredicciondeseriesdetiempofinancierasutilizandoredesneuronales
bdutipo_str Repositorios
_version_ 1764820491581784064

Ejemplares similares