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...
Guardado en:
| Autores principales: | , |
|---|---|
| Formato: | Articulo |
| Lenguaje: | Español |
| Publicado: |
2011
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/9368 |
| Aporte de: |
| Sumario: | 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. |
|---|