Počet záznamů: 1
Wavelet Neural Networks Prediction of Central European Stock Markets
- 1.
SYSNO ASEP 0311416 Druh ASEP C - Konferenční příspěvek (mezinárodní konf.) Zařazení RIV D - Článek ve sborníku Název Wavelet Neural Networks Prediction of Central European Stock Markets Překlad názvu Vlnové neurálních sítě předvídající centrální evropský trh s cennými papíry Tvůrce(i) Vácha, Lukáš (UTIA-B) RID
Baruník, Jozef (UTIA-B) RID, ORCIDZdroj.dok. Quantitative Methods in Economics: Multiple Criteria Decision making XIV. - Bratislava : University of Economics in Bratislava, 2008 / Reiff Sladký - ISBN 978-80-8078-217-7 Rozsah stran s. 291-297 Poč.str. 8 s. Akce Quantitative Methods in Economics: Multiplie Criteria Decision Making XIV Datum konání 05.07.2008-07.07.2008 Místo konání Tatranská Lomnica Země SK - Slovensko Typ akce EUR Jazyk dok. eng - angličtina Země vyd. SK - Slovensko Klíč. slova neural networks ; hard threshold denoising ; wavelets Vědní obor RIV AH - Ekonomie CEP GP402/08/P207 GA ČR - Grantová agentura ČR GA402/06/1417 GA ČR - Grantová agentura ČR CEZ AV0Z10750506 - UTIA-B (2005-2011) Anotace In this paper we apply neural network with denoising layer method for forecasting of Central European Stock Exchanges, namely Prague, Budapest and Warsaw. Hard threshold denoising with Daubechies 6 wavelet filter and three level decomposition is used to denoise the stock index returns, and two-layer feed-forward neural network with Levenberg-Marquardt learning algorithm is used for modeling. The results show that wavelet network structure is able to approximate the underlying process of considered stock markets better that multilayered neural network architecture without using wavelets. Further on we discuss the impact of structural changes of the market on forecasting accuracy, and we find that for certain periods the one-step-ahead prediction accuracy of the direction of the stock index can reach 60% to 70%. Pracoviště Ústav teorie informace a automatizace Kontakt Markéta Votavová, votavova@utia.cas.cz, Tel.: 266 052 201. Rok sběru 2009
Počet záznamů: 1