Czasopismo
Tytuł artykułu
Autorzy
Warianty tytułu
Języki publikacji
Abstrakty
The paper describes an experiment consisting of the application of artificial intelligence algorithms in the processes of predicting the stock market. A special tool was developed to evaluate whether artificial neural networks can predict stock market behavior. The aim of this paper was also to test how neural networks tapping trivial and easily attainable input data perform in an environment which is both complex and difficult to predict. (original abstract)
Czasopismo
Rocznik
Tom
Numer
Strony
508-519
Opis fizyczny
Twórcy
autor
- Lodz University of Technology
Bibliografia
- [1] Bronw C. (2012) Technical Analysis for the Trading Professional, Mc Graw Hill.
- [2] Elder A. (2012) Zawód inwestor giełdowy - Psychologia rynków. Taktyka inwestycyjna. Zarządzanie portfelem, Wolters Kluwer.
- [3] Fast Artificial Neural Network Library (FANN) http://leenissen.dk
- [4] Łędzewicz M. (2014) Mechanizmy sztucznej inteligencji w predykcji zachowań giełdowych, Politechnika Łódzka.
- [5] Wanjawa B. A. (2014) Neural Network Model for Predicting Stock Market Prices, LAP LAMBERT Academic Publishing.
- [6] Witkowska D. (2002) Sztuczne sieci neuronowe i metody statystyczne: wybrane zagadnienia finansowe, C.H. Beck Łódź.
- [7] Witkowska D. (1990) Sztuczne sieci neuronowe w analizach ekonomicznych, C.H. Beck Łódź.
- [8] Zirilli J.S. (1996) Financial Prediction Using Neural Networks, Wiley.
- [9] Azoff M.E. (1994) Neural Network Time Series: Forecasting of Financial Markets, Wiley.
- [10] http://aitech.pl/sphinx/pakiet-sphinx/ Aitech artificial intelligence laboratory.
- [11] Gately E. (1995) Neural Networks for Financial Forecasting, Wiley.
- [12] Trippi R.R. (1992) Neural Networks in Finance and Investing: Using Artificial Intelligence to Improve Real-World Performance, Probus Pub Co.
- [13] Pring M.J. (2015) Martin Pring's Introduction to Technical Analysis, Mc Graw Hill Education.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171434602