Artificial neural networks for volatility models.

• Autorzy: Capobianco E.

Warianty tytułu

PL

Sztuczne sieci neuronowe dla modeli zmienności.

• Języki publikacji: EN

Abstrakty

EN

This paper presents an extention to backpropagation networks for financial time series prediction. We want the network that uses the information carried by the first and second order conditional moments of the distribution of interest, so as to combine its built-in nonlinear features with the typical dependence impliesd by ARCH-type and Stochastic Volatility models, whose effects must be estimated. A likelihood-type performance measure is discussed and learning schemes are suggested for conditionally Gaussian models.

PL

W artykule przedstawiono pobieżnie ideę modeli typu ARCH, a także idę sztucznych sieci neuronowych. Modele rodziny ARCH umożliwiają wykorzystanie do prognozowania warunkowych momentów rzędu wyższego niż jeden. Sieci neuronowe zaś charakteryzują się dużymi możliwościami aproksymacji funkcji. Przedstawiono próbę zbudowania modelu łączącego zalety modeli ARCH i sieci neuronowych.

• Wydawca: Oficyna Wydawnicza Politechniki Wrocławskiej
• Czasopismo: Badania Operacyjne i Decyzje
• Rocznik: 1999
• Tom: nr 2
• Strony: 15--25
• Opis fizyczny: Bibl. 11 poz.

Twórcy

autor

Capobianco E.

• Parallel Distributed Processing Research Group at Stanford University, Jordan Hall bldg 420, Stanford, CA 94305.