Kurzfristige Aktienkursprognose — Vergleich Künstlicher Neuronaler Netze und statistischer Verfahren

作者: Matthias Schumann , Thomas Lohrbach

DOI: 10.1007/978-3-642-46948-0_13

关键词:

摘要: Die vorliegende Untersuchung beschaftigt sich mit der kurzfristigen Prognose von Aktienkursen. Das Ziel besteht darin, die Richtung einer Kursanderung (Kurs steigt oder Kurs fallt) vorherzusagen. Fur kommen ARIMA-Modelle und Kunstliche Neuronale Netze (KNN) zum Einsatz. Ergebnisse werden miteinander verglichen. Bei den KNN findet zusatzlich eine statt, ob Pruning ein Rollierender Lernalgorithmus Einstellungsvorgang verbessern konnen.

参考文章(5)
Andreas S. Weigend, Bernardo A. Huberman, David E. Rumelhart, PREDICTING THE FUTURE: A CONNECTIONIST APPROACH International Journal of Neural Systems. ,vol. 01, pp. 193- 209 ,(1990) , 10.1142/S0129065790000102
George Edward Pelham Box, Gwilym M. Jenkins, Time series analysis, forecasting and control ,(1970)