<<
>>

Глава 1. Роль искусственных нейронных сетей в прогнозировании финансовых рынков

В первой главе прослеживается история исследований искусственных нейронных сетей в качестве математических имитаций биологических нейронных сетей, а также их связь с современными моделями многоагентных систем.

Рассматривается возможность применения искусственных нейронных сетей для прогнозирования финансовых рынков на основе поведенческих финансов (как механизма принятия решений репрезентативным агентом) и представления рынка как сложной, самоорганизующейся системы.

Кроме этого в первой главе разбираются ключевые характеристики искусственных нейронных сетей, рассматриваются решаемые с их помощью задачи, основные правила построения, а также общая типология.

1.1.

<< | >>
Источник: Головачев Сергей Сергеевич. Прогнозирование доходности на фондовом и валютном рынках на основе моделей искусственных нейронных сетей. Диссертация на соискание ученой степени кандидата экономических наук. Москва - 2014.

Еще по теме Глава 1. Роль искусственных нейронных сетей в прогнозировании финансовых рынков:

  1. Основные характеристики, типология и принципы построения искусственных нейронных сетей при прогнозировании финансовых рынков
  2. Прогнозирование фондового и валютного рынков с помощью роевой архитектуры искусственных нейронных сетей, использующей кластеризацию данных в качестве инструмента предварительной обработки
  3. 3.1. Прогнозирование финансовых рынков с помощью искусственной нейронной сети Кохонена-Хакена, использующейконкурентную обработку входных данных
  4. Прогнозирование финансовых рынков с помощью искусственной нейронной сети, обученной по методу Левенберга-Марквардта и использующей снижение размерности входных данных (упрощение картины мира)
  5. Предварительная обработка входных данных искусственными нейронными сетями при прогнозировании финансовых рынков с помощью метода главных компонент и метода независимых компонент
  6. Прогнозирование фондового и валютного рынков с помощью искусственной нейронной сети Хакена, использующей предварительную обработку входных данных в виде формирования контекстной памяти
  7. Головачев Сергей Сергеевич. Прогнозирование доходности на фондовом и валютном рынках на основе моделей искусственных нейронных сетей. Диссертация на соискание ученой степени кандидата экономических наук. Москва - 2014,
  8. Глава 3. Иллюзия субъективной полноты картины мира, свойственная репрезентативному инвестору, и ее воспроизведение посредством искусственных нейронных сетей, использующих конкурентные механизмы предварительной обработки входных данных
  9. Глава 2. Инвестиционные решения на фондовом и валютном рынках на основе упрощенной картины мира и контекстной памяти - представление в форме искусственных нейронных сетей с предварительной обработкой входных данных
  10. Принятие решений репрезентативным агентом на основе ограниченной рациональности и самоорганизации: имитация с помощью искусственных нейронных сетей
  11. Самоорганизация в искусственных нейронных сетях и на финансовых рынках
  12. ГЛАВА 1. САМОРЕГУЛИРОВАНИЕ В НАЦИОНАЛЬНЫХ СИСТЕМАХ РЕГУЛИРОВАНИЯ ФИНАНСОВЫХ РЫНКОВ
  13. Эволюция саморегулирования финансовых рынков
  14. ГЛАВА 2. БАНКОВСКОЕ РЕГУЛИРОВАНИЕ КАК ИНСТИТУТ ФИНАНСОВОГО ПРАВА
  15. § 4. Роль судебных актов в государственном регулировании банков­ской деятельности
  16. § 1. Понятие и роль банковского надзора в правовом механизме государст­венного регулирования банковской деятельности.
  17. 3.2. Основы прогнозирования результатов воздействия государственных финансов на устойчивость коммерческих организаци
  18. Цели регулирования финансового рынка