Počet záznamů: 1
Financial modeling using Gaussian process models
- 1.
SYSNO ASEP 0366040 Druh ASEP C - Konferenční příspěvek (mezinárodní konf.) Zařazení RIV D - Článek ve sborníku Název Financial modeling using Gaussian process models Tvůrce(i) Petelin, D. (SI)
Šindelář, Jan (UTIA-B)
Přikryl, Jan (UTIA-B) RID
Kocijan, J. (SI)Celkový počet autorů 4 Zdroj.dok. Proceedings of the 6th IEEE International Conference on Intelligent Data Acquisition and Advanced Computing Systems : Technology and Application. - Piscataway : IEEE, 2011 - ISBN 978-1-4577-1424-5 Rozsah stran s. 672-677 Poč.str. 6 s. Akce 6th International Conference on Intelligent Data Acquisition and Advanced Computing Systems: Technology and Applications Datum konání 15.09.2011-17.09.2011 Místo konání Prague Země CZ - Česká republika Typ akce WRD Jazyk dok. eng - angličtina Země vyd. US - Spojené státy americké Klíč. slova gaussian process models ; autoregression ; financial ; efficient markets Vědní obor RIV BB - Aplikovaná statistika, operační výzkum CEP 1M0572 GA MŠMT - Ministerstvo školství, mládeže a tělovýchovy TA01030603 GA TA ČR - Technologická agentura ČR GA102/08/0567 GA ČR - Grantová agentura ČR MEB091015 GA MŠMT - Ministerstvo školství, mládeže a tělovýchovy CEZ AV0Z10750506 - UTIA-B (2005-2011) Anotace In the 1960s E. Fama developed the efficient market hypothesis (EMH) which asserts that the financial market is efficient if its prices are formed on the basis of all publicly available information. That means technical analysis cannot be used to predict and beat the market. Since then, it was widely examined and was mostly accepted by mathematicians and financial engineers. However, the predictability of financial-market returns remains an open problem and is discussed in many publications. Usually, it is concluded that a model able to predict financial returns should adapt to market changes quickly and catch local dependencies in price movements. The Bayesian vector autoregression (BVAR) models, support vector machines (SVM) and some other were already applied to financial data quite succesfully. Gaussian process (GP) models are emerging non-parametric Bayesian models and in this paper we test their applicability to financial data. GP model is fitted to daily data from U.S. commodity markets. Pracoviště Ústav teorie informace a automatizace Kontakt Markéta Votavová, votavova@utia.cas.cz, Tel.: 266 052 201. Rok sběru 2012
Počet záznamů: 1