Von Blake Lebaron - IEEE Trans Evolutionary Computation. 2001. AbstractDieses Papier untersucht einige der empirischen Merkmale, die in einem Agenten-basierten Computational Aktienmarkt mit Marktteilnehmer Anpassung und Entwicklung im Laufe der Zeit. Die Anleger sehen unterschiedliche Längen der vergangenen Informationen als relevant für ihren Anlageentscheidungsprozess. Das Interac. AbstractDieses Papier untersucht einige der empirischen Merkmale, die in einem Agenten-basierten Computational Aktienmarkt mit Marktteilnehmer Anpassung und Entwicklung im Laufe der Zeit. Die Anleger sehen unterschiedliche Längen der vergangenen Informationen als relevant für ihren Anlageentscheidungsprozess. Das Zusammenspiel dieser Speicherlängen bei der Ermittlung der Marktpreise schafft eine Art Marktökologie, in der es für die stabileren längeren Horizontagenten schwierig ist, den Markt zu übernehmen. Was geschieht, ist ein dynamisch verändernder Markt, in dem verschiedene Arten von Agenten ankommen und abfahren, abhängig von ihrer aktuellen relativen Leistung. Dieses Papier analysiert mehrere wichtige Zeitreihe-Funktionen eines solchen Marktes. Es ist auf die Variabilität und das Wachstum der Dividendenzahlungen in den Vereinigten Staaten kalibriert. Der Markt erzeugt einige Merkmale, die bemerkenswert ähnlich sind wie die tatsächlichen Daten. Dazu gehören die Vergrößerung der Volatilität aus dem Dividendenprozess, die Veranlassung der Persistenz in Volatilität und Volumen und die Erzeugung von fat-tailed return Distributionen. Index BegriffeAgentbasierte Märkte, Finanzen, Finanzvorhersagen, neuronale Netze, Volatilität. I. ic Bild mit einem sehr variablen Dividendenpreis-Verhältnis. Wie wir in Tabelle II sehen werden, weisen diese breiten Schwankungen auf eine mögliche Rentabilität hin. 14See 26 für eine Umfrage. 15 Siehe 27, 28 und -29 für Beispiele für Änderungen der Vorhersagbarkeit. Tabelle II zeigt Ergebnisse von univariaten gewöhnlichen kleinsten Quadratenregressionen von gegenwärtigen Renditen auf mehrere Kandidaten mit verzögerter Information. Dazu gehören th. Von Blake Lebaron - Schule für Internationale Wirtschaft und Finanzen, Brandeis. 2002. Diese kurze Zusammenfassung präsentiert einen Insider Blick auf den Bau der Santa Fe künstlichen Börse. Die Perspektive betrachtet die vielen Designfragen, die den Markt aus der Perspektive einer jahrzehntelangen Erfahrung mit agentenbasierten Finanzmärkten bildeten. Der Markt wird beurteilt. Diese kurze Zusammenfassung präsentiert einen Insider Blick auf den Bau der Santa Fe künstlichen Börse. Die Perspektive betrachtet die vielen Designfragen, die den Markt aus der Perspektive einer jahrzehntelangen Erfahrung mit agentenbasierten Finanzmärkten bildeten. Der Markt wird auf der Grundlage seiner Stärken und Schwächen beurteilt. Von Ahmed A. Gamil, Raafat S. El-fouly, Nevin M. Darwish. Abstractthis Papier schlägt eine Multi-Agent und Fuzzy-Logik basiert DSS für Aktienmarkt. Dieses System wird Investoren der Börse helfen, die richtigen Kaufentscheidungen zu treffen. Die Ergebnisse der vorgeschlagenen Fuzzy-Logik-Modell waren zufriedenstellend, aber nicht genau. Ein Fuzzy-Tuning-Verfahren. Abstractthis Papier schlägt eine Multi-Agent und Fuzzy-Logik basiert DSS für Aktienmarkt. Dieses System wird Investoren der Börse helfen, die richtigen Kaufentscheidungen zu treffen. Die Ergebnisse der vorgeschlagenen Fuzzy-Logik-Modell waren zufriedenstellend, aber nicht genau. Eine Fuzzy-Tuning-Methodik wurde eingeführt, um die Genauigkeit der Entscheidungen zu verbessern. Die Tuning-Methodik, die genetische Algorithmen verwendet wird auch in diesem Papier vorgestellt. Für die Implementierung des Systems wird ein Multi-Agent-Framework vorgeschlagen. Die experimentelle Simulation mit den tatsächlichen Preisdatenformular NASDAQ Index wird durchgeführt, um die Macht des vorgeschlagenen Modells zu demonstrieren. Index Begriffe Fuzzy-Logik, Genetische Algorithmen, Multi-Agenten-Systeme, Börsenvorhersage, Technische Analyse. Ision unterstützt. Sotiris et al. 16 untersucht Moving Averages Regel, mit verschiedenen Methoden und sie zeigten, dass die Politik mit kurzen langfristigen gleitenden Durchschnitt effizienter sind. Blake et al. -2- analysiert das Verhalten der gleitenden durchschnittlichen technischen Handelsregeln, die auf über 100 Jahre des Dow Jones Industrial Index angewendet wurden. Nach diesen Ergebnissen wurde beschlossen, gleitende Mittelwerte mit diff zu verwenden. Von Michael C. Ehrhardt, Halima Bensmail, Anne Mayhew, Vizekanzlerin, Dekan von. Präsentiert für die. Dargestellt für das on ohne Abschnitte auf Gleichungen, t und den vorhergesagten Impulsgewinnen t. D. h. ich schätze die folgenden zwei Zeitreihen-Regression ab. Und (16) t 3 3 t 3t. Ich schätze die Gleichungen (16) und (17) für den Zeitraum von Januar 1956 bis Dezember 1994, während der ich für jede Parameterschätzung für die meisten Bestände 60 Beobachtungen habe. Verkleidung B von. Von Terence Tai-leung, Chong Sheung, Tat Chan. Der japanische Aktienmarkt hat bedeutende Verbindungen zu den Aktienmärkten weltweit. Dieser Hinweis untersucht, ob der japanische Aktienmarkt in den vergangenen zwei Jahrzehnten effizient ist. Die Rentabilität verschiedener zeitreihenmodellbasierter Handelsregeln wird bewertet. Es wird festgestellt, dass die meisten dieser Regeln sind. Der japanische Aktienmarkt hat bedeutende Verbindungen zu den Aktienmärkten weltweit. Dieser Hinweis untersucht, ob der japanische Aktienmarkt in den vergangenen zwei Jahrzehnten effizient ist. Die Rentabilität verschiedener zeitreihenmodellbasierter Handelsregeln wird bewertet. Es wird festgestellt, dass die meisten dieser Handelsregeln nicht rentabel sind, was darauf hindeutet, dass der japanische Aktienmarkt seit Mitte der 80er Jahre effizient ist. Die Effizienz wurde nach dem Jahrtausend leicht verbessert. Von Blake Lebaron. 2010. Evolutionäre Metaphern haben sowohl in der Volkswirtschaft als auch in der Finanzwirtschaft einen hohen Stellenwert. Sie werden oft als Grundlagen für rationales Verhalten und effiziente Märkte verwendet. Theoretisch erfordert ein Mechanismus, der für rationale Investoren wählt, tatsächlich viele Einschränkungen und ist weit von generisch. Dieses Papier testet wir. Evolutionäre Metaphern haben sowohl in der Volkswirtschaft als auch in der Finanzwirtschaft einen hohen Stellenwert. Sie werden oft als Grundlagen für rationales Verhalten und effiziente Märkte verwendet. Theoretisch erfordert ein Mechanismus, der für rationale Investoren wählt, tatsächlich viele Einschränkungen und ist weit von generisch. Dieses Papier überprüft Reichtum-basierte Evolution in einem einfachen, stilisierten Agenten-basierten Finanzmarkt. Die Einrichtung leiht ausgiebig aus der aktuellen Forschung in der Finanzwirtschaft, die optimale Verhalten mit einer gewissen Rückkehr Vorhersagbarkeit berücksichtigt. Die Ergebnisse bestätigen, dass mit einer homogenen Welt von Log-Utility-Investoren Reichtum auf optimale adaptive Forecasting-Parameter konvergieren wird. Bei Versorgungsfunktionen, die sich von Log unterscheiden, konvergiert die Reichtumsauswahl allein auf Parameter, die wirtschaftlich weit von den optimalen Prognoseparametern entfernt sind. Dies dient als starke Erinnerung, dass Reichtum Auswahl und Utility-Maximierung nicht das gleiche sind. Daher können suboptimale finanzielle Voraussage Strategien schwierig sein, aus einem Markt zu fahren, und kann sogar ganz gut für einige Zeit. Von Seung-Chan Park, von Carolyn R. Hodges, von Phillip Daves, von James W. Wansley, von Michael C. Ehrhardt, von Halima Bensmail. Diese Dissertation wird Ihnen kostenlos und offenen Zugang von der Graduate School bei Trace: Tennessee Research und Creative Exchange gebracht. Es wurde für die Aufnahme in Dissertationen von einem autorisierten Administrator von Trace aufgenommen: Tennessee Research und Creative Exchange. Für mehr Informationen. Diese Dissertation wird Ihnen kostenlos und offenen Zugang von der Graduate School bei Trace: Tennessee Research und Creative Exchange gebracht. Es wurde für die Aufnahme in Dissertationen von einem autorisierten Administrator von Trace aufgenommen: Tennessee Research und Creative Exchange. Für weitere Informationen wenden Sie sich bitte an Abschnitte auf tsand die vorhergesagte Momentum profitsswithout Abschnitte auf t. D. h. ich schätze die folgenden zwei Zeitreihen-Regressionsfolgen, sttt 333. Und (16) ttt 444 o. - (17) - Ich schätze die Gleichungen (16) und (17) für den Zeitraum von Januar 1956 bis Dezember 1994, bei denen ich für jede Parameterschätzung für die meisten Bestände 60 Beobachtungen habe Towards Multi-Frequenz-Re-Engineering der Moving Average Convergence Divergenz Indikator Erste Online: 11 Mai 2014 Empfangen: 02 März 2014 Akzeptiert: 17 April 2014 Zitieren Sie diesen Artikel als: Chakrabarty, A. De, A. Dubey, R. Glob J Flex Syst Manag (2014) 15: 219. doi: 10.1007s40171-014-0068-7 3 Zitate 100 Downloads Die Studie entwickelt eine innovative und flexible Methodik zur Neudefinierung der traditionellen Konvergenz-Indikatoren im Hinblick auf das vielfache Handelsverhalten der heterogenen Agenten. Der entwickelte Indikator wird als Multi-Resolution-Konvergenz-Divergenz-Indikator (MRCD) bezeichnet. Im Gegensatz zur herkömmlichen gleitenden durchschnittlichen Konvergenzdivergenz (MACD) ist das MRCD flexibel, da es auf Schwankungen reagiert, die in einem beliebigen Frequenzintervall auftreten, und ist dadurch in der Lage, sich an eine Vielzahl von zukünftigen Möglichkeiten anzupassen. Die innovative Dimension dieser Methodik ist der Ersatz des traditionellen Trennextraktors (Moving-Average) mit einer neueren Methodik der Multi-Resolution-Analyse. Die Prognosefähigkeit dieses neu entwickelten Indikators wird durch Strukturierung eines neuronalen Netzwerk-basierten MRCDNARX-Modells untersucht. Die Leistung dieses Modells ist gegenüber dem eines ähnlichen Modells, das mit dem traditionellen MACD-Indikator entwickelt wurde, identisch. Der Stichprobenmittelwertquadratfehler und der DieboldMariano-Test werden verwendet, um die statistische Genauigkeit der Prognosen zu untersuchen. Die Rentabilität des Indikators wird anhand des Korrelationsmaßes und der Trefferquote ermittelt. Für die Validierung der praktischen Anwendbarkeit und Reproduzierbarkeit der Methodik wird eine langkürzere Handelsregel in der Testdaten-Stichprobe entwickelt und getestet. Prognose Gleitende durchschnittliche Konvergenzdivergenz Neuronale Netze Technische Analyse Handelsstrategie Wavelets Referenzen Abbey, B. S. amp Doukas, J. A. (2012). Ist die technische Analyse für einzelne Devisenhändler rentabel? Journal of Portfolio Management, 39 (1), 142. Google Scholar Anderson, J. A. amp Faff, R. W. (2008). Punkt - und Figurendiagramm: Eine Berechnungsmethodik und Handelsregelleistung im SampP 500 Futures-Markt. International Review of Financial Analysis, 17 (1), 198217. Google Scholar Appel, G. (2003). Werden Sie Ihr eigener technischer Analyst: So ermitteln Sie signifikante Marktwendepunkte mit dem gleitenden durchschnittlichen Konvergenzverbrauchsindikator oder MACD. Journal of Wealth Management, 6 (1), 2736. Google Scholar Atsalakis, G. S. amp Valavanis, K. P. (2009). Vermessung von BörsenprognosetechnikenPart II: Soft Computing Methoden. Experimentelle Systeme mit Anwendungen, 36 (3), 59325941. Google Scholar Beneish, M. D. Lee, C. M. amp Tarpley, R. L. (2001). Kontextuelle Fundamentalanalyse durch die Vorhersage extremer Renditen. Review of Accounting Studies, 6 (23), 165189. Google Scholar Caginalp, G. amp Constantine, G. (1995). Statistische Schlussfolgerung und Modellierung der Dynamik der Aktienkurse. Applied Mathematic Finance, 2 (4), 225242. Google Scholar Caginalp, G. amp Laurent, H. (1998). Die prädiktive Macht der Preisgestaltung. Angewandte Mathematische Finanzierung, 5 (34), 181205. Google Scholar Candelon, B. Piplack, J. amp Straetmans, S. (2008). Zur Messung der Synchronisation von Stieren und Bären: Der Fall von Ostasien. Journal of Banking amp Finance, 32 (6), 10221035. Google Scholar Cao, Q. Leggio, K. B. amp Schniederjans, M. J. (2005). Ein Vergleich zwischen Fama und Frenchs Modell und künstliche neuronale Netze bei der Vorhersage der chinesischen Börse. Computer amp Operations Research, 32 (10), 24992512. Google Scholar Cawley, G. C. amp Talbot, N. L. (2010). Auf Überpassung in die Modellauswahl und anschließende Auswahlvorspannung in der Leistungsbewertung. Zeitschrift für anorganische und allgemeine Chemie. 20792107. Google Scholar Chang, P. C. amp Liu, C. H. (2008). Ein FKZ-basiertes System auf TSK-Basis für die Aktienkursvorhersage. Experimentelle Systeme mit Anwendungen, 34 (1), 135144. Google Scholar Chang, P. C. Liu, C. H. Lin, J. L. Fan, C. Y. amp Ng, C. S. (2009). Ein neuronales Netzwerk mit einem fallbasierten dynamischen Fenster für die Aktienhandelsprognose. Expertsysteme mit Anwendungen, 36 (3), 68896898. Google Scholar Chavarnakul, T. amp Enke, D. (2008). Intelligente technische Analyse basiert equivolume Charts für Aktienhandel mit neuronalen Netzen. Experimentelle Systeme mit Anwendungen, 34 (2), 10041017. Google Scholar Chen, Y. Yang, B. amp Abraham, A. (2007). Flexible neuronale Bäume Ensemble für Aktienindex-Modellierung. Neurocomputing, 70 (4), 697703. Google Scholar Chong, T. T. L. amp Ip, H. T. S. (2009). T. T. L. amp Lam, T. H. (2010): Tatsächliche Impulsstrategien arbeiten in aufstrebenden Devisenmärkten Pacific-Basin Finance Journal, 17 (4), 479493. Google Scholar Chong, Vorhersagbarkeit der nichtlinearen Handelsregeln in den US-Aktienmarkt. Quantitative Finance, 10 (9), 10671076. Google Scholar Chong, T. T. L. Lam, T. H. amp Yan, I. K. M. (2012). Ist die chinesische Börse wirklich ineffizient China Economic Review, 23 (1), 122137. Google Scholar Chong, T. T. L. amp Ng, W. K. (2008). Technische Analyse und die Londoner Börse: Prüfung der MACD und RSI Regeln mit dem FT30. Scholar Constantinou, E. Georgiades, R. Kazandjian, A. amp Kouretas, G. P. (2006). Regime-Switching und künstliche neuronale Netzwerk-Prognose der Zypern-Börse Tagesrenditen. Journal of Finance amp Economics, 11 (4), 371383. Google Scholar Costantini, M. amp Kunst, R. M. (2011). Zur Nützlichkeit des Diebold-Mariano-Tests bei der Auswahl von Vorhersagemodellen: einige Monte Carlo-Nachweise (Nr. 276). Economics Series, Institut für Fortgeschrittene. Cybenko, G. (1989). Approximation durch Überlagerung einer sigmoidalen Funktion. Mathematik der Kontrolle, Signale und Systeme, 2 (4), 303314. Google Scholar Darrat, A. F. amp Zhong, M. (2000). Beim Testen der Random-Walk-Hypothese: Ein Modellvergleichsansatz. Finanzbericht, 35 (3), 105124. Google Scholar Dechow, P. M. Hutton, A. P. Meulbroek, L. amp Sloan, R. G. (2001). Short-Sellers, Fundamentalanalyse und Aktienrenditen. Journal of Financial Economics, 61 (1), 77106. Google Scholar Demuth, H. Beale, M. amp Hagan, M. (2008). Neuronales Netzwerk-Toolbox 6. Benutzerhandbuch. Desai, V. S. amp Bharati, R. (1998). Ein Vergleich von linearen Regressions - und neuronalen Netzwerkmethoden zur Vorhersage von Überschussrenditen bei großen Beständen. Annalen der Operations Research, 78. 127163. Google Scholar Diaconescu, E. (2008). Die Verwendung von NARX neuronalen Netzwerken zur Vorhersage chaotischer Zeitreihen. WSEAS Transactions on Computer Research, 3 (3), 182191. Google Scholar Diebold, F. X. (2012). Vergleich der prädiktiven Genauigkeit, zwanzig Jahre später: Eine persönliche Perspektive auf den Gebrauch und Missbrauch von Diebold-Mariano-Tests (Nr. W18391). Nationales Büro für Wirtschaftsforschung. Diebold, F. X. amp Mariano, R. S. (2002). Vergleich der prädiktiven Genauigkeit. Journal of Business amp Wirtschaftsstatistik, 20 (1), 134144. Google Scholar El-Hammady, A. I. amp Abo-Rizka, M. (2011). Neuronale Netzwerk-basierte Börsenprognose. IJCSNS, 11 (8), 204. Google Scholar Emin, A. V. C. I. (2011). Börsenprognose mit künstlichen neuronalen Netzwerkmodellen: Eine Analyse der Literatur und eine Anwendung auf ISE-30-Index. Ktisat Fakltesi Mecmuas, 59 (1), 55. Google Scholar Fama, E. F. (1965). Zufällige Spaziergänge an Börsenkursen. Finanzanalysten Zeitschrift, 21. 5559. Google Scholar Fernandez-Rodrguez, F. Gonzalez-Martel, C. amp Sosvilla-Rivero, S. (2000). Zur Rentabilität von technischen Handelsregeln auf der Grundlage von künstlichen neuronalen Netzen: Nachweise aus dem Aktienmarkt in Madrid. Economics letters, 69 (1), 8994. Google Scholar Gencay, R. (1998). Optimierung technischer Handelsstrategien und Rentabilität in Sicherheitsmärkten. Economics Letters, 59 (2), 249254. Google Scholar Gencay, R. (1999). Lineare, nicht lineare und wesentliche Wechselkursvorhersage mit einigen einfachen technischen Handelsregeln. Journal of International Economics, 47 (1), 91107. Google Scholar Grossman, S. (1976). Auf die Effizienz der wettbewerbsfähigen Aktienmärkte, in denen Trades vielfältige Informationen haben. The Journal of Finance, 31 (2), 573585. Google Scholar Grossman, S. J. amp Stiglitz, J. E. (1980). Über die Unmöglichkeit von informationell effizienten Märkten. Der amerikanische Wirtschaftsbericht, 70. 393408. Google Scholar Hasan, M. H. Al Hazza, M. ALGrafi, M. W. amp Syed, Z. I. (2014). ANN-Modellierung von Nickelbasis-Superlegierungen für zeitabhängige Verformung. Journal of Automation and Control Engineering, 2 (4), 353356. Google Scholar Hassibi, B. Stork, D. G. amp. Wolff, G. J. (1993). Optimaler Hirnchirurg und allgemeines Netzschneiden. In der IEEE International Conference on Neural Networks, 1993. (Seiten 293299). Hill, T. Marquez, L. OConnor, M. amp Remus, W. (1994). Künstliche neuronale Netzwerkmodelle für Prognose und Entscheidungsfindung. International Journal of Forecasting, 10 (1), 515. Google Scholar Hornik, K. Stinchcombe, M. amp White, H. (1989). Multilayer-Feedforward-Netzwerke sind universelle Approximatoren. Neural Networks, 2 (5), 359366. Google Scholar Hornik, K. Stinchcombe, M. amp White, H. (1990). Universelle Approximation einer unbekannten Abbildung und ihrer Derivate unter Verwendung von Multilayer-Feedforward-Netzwerken. Neural Networks, 3 (5), 551560. Google Scholar Hsieh, D. A. (1991). Chaos und nichtlineare Dynamik: Anwendung auf den Finanzmärkten. Journal of Finance, 46 (5), 18391877. Google Scholar Hsieh, T. J. Hsiao, H. F. amp Yeh, W. C. (2011). Forecasting Aktienmärkte mit Wavelet-Transformationen und rekurrenten neuronalen Netzwerken: Ein integriertes System auf der Grundlage von künstlichen Bienen-Kolonie-Algorithmus. Applied Soft Computing, 11 (2), 25102525. Google Scholar Hu, M. Y. Zhang, G. P. Jiang, C. X. amp Patuwo, B. E. (1999). Eine Cross-Validation-Analyse der neuronalen Netzwerk-Out-of-Sample-Leistung bei der Währungsprognose. Decision Sciences, 30 (1), 197216. Google Scholar Ing, C. K. (2007). Kumulierte Vorhersagefehler, Informationskriterien und optimale Prognose für autoregressive Zeitreihen. Die Annalen der Statistik, 35 (3), 12381277. Google Scholar Inoue, A. amp Kilian, L. (2006). Zur Auswahl der Prognosemodelle. Journal of Econometrics, 130 (2), 273306. Google Scholar Kanas, A. (2001) Neuronale Netzprognosen für Aktienrenditen. International Journal of Finance amp Economics, 6 (3), 245254. Google Scholar Kanas, A. amp Yannopoulos, A. (2001). Vergleich linearer und nichtlinearer Prognosen für Aktienrenditen. Internationale Schriften der Wirtschaftswissenschaft amp Finance, 10 (4), 383398. Google Scholar Kirkpatrick, C. D. amp Dahlquist, J. (2010). Technische Analyse: Die komplette Ressource für Finanzmarkt-Techniker. Upper Saddle River: FT drücken. Google Scholar Kohzadi, N. Boyd, M. S. Kermanshahi, B. amp Kaastra, I. (1996). Ein Vergleich von künstlichem neuronalen Netz und Zeitreihenmodellen zur Prognose der Rohstoffpreise. Neurocomputing, 10 (2), 169181. Google Scholar Lam, M. (2004). Neuronale Netzwerktechniken für die finanzielle Leistungsvorhersage: Integration von fundamentaler und technischer Analyse. Entscheidungsunterstützungssysteme, 37 (4), 567581. Google Scholar Larose, D. T. (2005). KNestest Nachbar-Algorithmus. Wissen entdecken. Daten: Eine Einführung in das Data Mining (pp. 90106). Hoboken: Wiley. Google Scholar LeBaron, B. (2000). Die Stabilität der gleitenden durchschnittlichen technischen Handelsregeln auf dem Dow Jones Index. Derivate, Handel und Regulierung, 5 (4), 324338. Google Scholar Ledoit, O. Santa-Clara, P. amp Wolf, M. (2003). Flexible multivariate GARCH-Modellierung mit einer Anwendung auf internationale Aktienmärkte. Review of Economics and Statistics, 85 (3), 735747. Google Scholar Lee, C. F. Wu, C. amp Wei, K. C. (1990). Der heterogene Anlagehorizont und das Kapital-Asset-Pricing-Modell: Theorie und Implikationen. Journal of Financial and Quantitative Analysis, 25 (03), 361376. Google Scholar Leigh, W. Purvis, R. amp Ragusa, J. M. (2002). Vorhersage der NYSE Composite Index mit technischen Analyse, Mustererkennung, neuronales Netzwerk und genetischen Algorithmus: Eine Fallstudie in der romantischen Entscheidungsunterstützung. Decision Support Systems, 32 (4), 361377. Google Scholar Leitch, G. amp Tanner, J. E. (1991). Wirtschaftliche Prognosebewertung: Gewinne gegenüber den konventionellen Fehlermaßnahmen. Der amerikanische Wirtschaftsbericht, 81 (3), 580590. Google Scholar Lento, C. amp Gradojevic, N. (2011). Die Rentabilität der technischen Handelsregeln: Ein kombinierter Signalansatz. Zeitschrift für Angewandte Wirtschaftsforschung (JABR), 23 (1), 1327. Google Scholar Lento, C. Gradojevic, N. amp Wright, C. S. (2007). Investitionsinformationsinhalt in Bollinger Bands Applied Financial Economics Letters, 3 (4), 263267. Google Scholar Lo, A. W. amp MacKinlay, A. C. (1988). Börsenkurse folgen nicht zufälligen Wanderungen: Nachweis aus einem einfachen Spezifikationstest. Review von Finanzstudien, 1 (1), 4166. Google Scholar Lo, A. W. amp MacKinlay, A. C. (2011). Eine nicht zufällige Wanderung Wall Street. Princeton: Princeton Universität Presse. Google Scholar Lo, A. W. Mamaysky, H. amp Wang, J. (2000). Grundlagen der technischen Analyse: Computational Algorithmen, statistische Schlussfolgerung und empirische Umsetzung. The Journal of Finance, 55 (4), 17051770. Google Scholar MacKay, D. J. (1992). Bayessche Interpolation. Neural Computation, 4 (3), 415447. Google Scholar Malkiel, B. G. amp Fama, E. F. (1970). Effiziente Kapitalmärkte: Überprüfung der Theorie und empirischen Arbeit. The Journal of Finance, 25 (2), 383417. Google Scholar Mallat, S. G. (1989). Eine Theorie für die Multiresolutionssignalzerlegung: Die Waveletdarstellung. IEEE-Transaktionen zur Musteranalyse und Maschinenintelligenz, 11 (7), 674693. Google Scholar Marcellino, M. Stock, J. H. amp Watson, M. W. (2006). Ein Vergleich direkter und iterierter mehrstufiger AR-Methoden zur Prognose makroökonomischer Zeitreihen. Journal of Econometrics, 135 (1), 499526. Google Scholar Marshall, B. R. Young, M. R. amp Cahan, R. (2008). Marktforschungsbericht über quantitative Finanz - und Rechnungswesen, 31 (2), 191207. Google Scholar Marshall, B. R. Young, M. R. amp Rose, L. C. (2006). Candlestick technische Handelsstrategien: Können sie schaffen Wert für Investoren Journal of Banking amp Finance, 30 (8), 23032323. Google Scholar Matilla-Garca, M. amp Argello, C. (2005). Ein hybrider Ansatz auf der Grundlage neuronaler Netze und genetischer Algorithmen für die Untersuchung der Rentabilität in der spanischen Börse. Applied Economics Letters, 12 (5), 303308. Google Scholar Medsker, L. Turban, E. amp Trippi, R. R. (1993). Neuronales Netzwerk Grundlagen für Finanzanalysten. Journal of Investing, 2 (1), 5968. Google Scholar Menezes, J. M. P., Jr., Amp Barreto, G. A. (2008). Langzeit-Zeitreihenvorhersage mit dem NARX-Netzwerk: Eine empirische Bewertung. Neurocomputing, 71 (16), 33353343. Google Scholar Merkhofer, M. W. (1977). Der Wert der Informationen gegeben Entscheidungsflexibilität. Management Science, 23 (7), 716727. Google Scholar Mills, T. C. (1997). Technische Analyse und die London Stock Exchange: Prüfung der Handelsregeln mit dem FT30. International Journal of Finance amp Economics, 2 (4), 319331. Google Scholar Mizuno, H. Kosaka, M. Yajima, H. amp Komoda, N. (1998). Anwendung des neuronalen Netzes auf die technische Analyse der Börsenvorhersage. Studium der Informatik und Kontrolle, 7 (3), 111120. Google Scholar Murphy, C. M. Köhler, G. J. amp Fogler, H. R. (1997). Künstliche Dummheit. Das Journal of Portfolio Management, 23 (2), 2429. Google Scholar Ngia, L. S. amp Sjoberg, J. (2000). Effizientes Training von neuronalen Netzen für nichtlineare adaptive Filterung mit einem rekursiven LevenbergMarquardt-Algorithmus. Signalverarbeitung, IEEE Transactions on, 48 (7), 19151927. Google Scholar Osler, C. L. (2003). Währungsaufträge und Wechselkursdynamik: Eine Erklärung für den prädiktiven Erfolg der technischen Analyse. The Journal of Finance, 58 (5), 17911820. Google Scholar Ou, J. A. amp Penman, S. H. (1989). Bilanzanalyse und Vorhersage der Aktienrenditen. Zeitschrift für Rechnungswesen und Volkswirtschaft, 11 (4), 295329. Google Scholar Ozun, A. amp Cifter, A. (2010). Ein Wavelet-Netzwerkmodell zur Analyse von Wechselkurseffekten auf Zinssätze. Journal of Economic Studies, 37 (4), 405418. Google Scholar Park, C. H. amp Irwin, S. H. (2007). Was wissen wir über die Rentabilität der technischen Analyse Journal of Economic Surveys, 21 (4), 786826. Google Scholar Percival, D. B. amp Walden, A. T. (2000). Cambridge-Reihe in statistischer und probabilistischer Mathematik. Wavelet-Verfahren für die Zeitreihenanalyse. Cambridge: Universität von Cambridge. Google Scholar Pesaran, M. H. amp Timmermann, A. (1995). Vorhersehbarkeit der Aktienrenditen: Robustheit und wirtschaftliche Bedeutung. (1983), in: J. Schröder et al., Bd. 2 (1995). Verwenden der Taguchis-Methode des experimentellen Designs, um Fehler in geschichteten Perzeptrons zu steuern. IEEE Transactions on Neural Networks, 6 (4), 949961. Google Scholar Prechelt, L. (1998a). Automatisches vorzeitiges Stoppen mittels Cross Validierung: Quantifizierung der Kriterien. Neural Networks, 11 (4), 761767. Google Scholar Prechelt, L. (1998b). Frühe Stoppen - aber wenn Neuronale Netze: Tricks des Handels. Vorlesung in Informatik (Bd. 1524, S. 5569). Berlin: Springer. Google Scholar Ramsey, J. B. (2002). Wavelets in Wirtschaft und Finanzen: Vergangenheit und Zukunft. Studium der nichtlinearen Dynamik amp Econometrics, 6 (3), 15583708. Google Scholar Samuelson, P. A. (1965). Beweis, dass richtig erwartete Preise zufällig schwanken. Industrial Management Review, 6 (2), 4149. Google Scholar Sarle, W. S. (1995). Stopped Training und andere Heilmittel für Overfitting. In Proceedings of the 27th Symposium zur Schnittstelle von Informatik und Statistik (pp. 352360). Schnittstelle Gründung von Nordamerika. Saunders, M. N. Saunders, M. Lewis, P. amp Thornhill, A. (2011). Forschungsmethoden für Studierende, 5e. Delhi: Pearson Ausbildung Indien. Google Scholar Sharma, M. K. Sushil, amp Jain, P. K. (2010). Überarbeitung der Flexibilität in Organisationen: Erforschung ihrer Auswirkungen auf die Leistung. Globales Journal von Flexible Systems Management, 11 (3), 5168. Google Scholar Shi, F. Liu, Y. Y. Kong, X. amp Chen, Y. (2013). Künstliches Neuronales Netz zur Suche nach Metallarmen Galaxien. ArXiv Vorabdruck. Arxiv. orgabs1312.1779. Smith, G. amp Ryoo, H. J. (2003). Variance-Ratio-Tests der Random-Walk-Hypothese für europäische Schwellenländer. Das Europäische Journal of Finance, 9 (3), 290300. Google Scholar Smith, B. L. Williams, B. M. amp Keith Oswald, R. (2002). Vergleich parametrischer und nichtparametrischer Modelle zur Verkehrsfluss-Prognose. Transportforschung Teil C, 10 (4), 303321. Google Scholar Sushil, (2000). Systemische Flexibilität. Global Journal of Flexible Systems Management, 1 (1), 7780. Google Scholar Sushil, (2001). SAPLAP-Framework. Global Journal of Flexible Systems Management, 2 (1), 5155. Google Scholar Sushil, (2005). Ein flexibles Strategie-Framework zur Steuerung von Kontinuität und Veränderung. International Journal of Global Business and Competitiveness, 1 (1), 2232. Google Scholar Sushil, (2007). Grundsätze der Strömungsströmung. Global Journal of Flexible Systems Management, 8 (3), iiiiv. Google Scholar Sushil, (2012). Mehrfachperspektive eines flexiblen Systemmanagements. Global Journal of Flexible Systems Management, 13 (1), 12. Google Scholar Sushil, (2013). Flexibilität: Entwicklung eines Rahmens für ein flexibles Laufzeitmodell. Ablauf der GLOGIFT, 13. 115. Google Scholar Tanaka-Yamawaki, M. amp Tokuoka, S. (2007). Adaptive Nutzung von technischen Indikatoren für die Vorhersage der Intraday-Aktienkurse. Physica A, 383 (1), 125133. Google Scholar Taylor, M. P. amp Allen, H. (1992). Die Nutzung der technischen Analyse auf dem Devisenmarkt. Journal of International Money and Finance, 11 (3), 304314. Google Scholar Tranfield, D. Denyer, D. amp Smart, P. (2003). Auf dem Weg zu einer Methodik zur Entwicklung von evidenzbasiertem Managementwissen durch systematische Überprüfung. British Journal of Management, 14 (3), 207222. Google Scholar Upton, D. M. (1994). Das Management der Fertigungsflexibilität. California Management Review, 36 (2), 7289. Google Scholar Van Horne, J. C. amp Parker, G. G. (1967). Die Random-Walk-Theorie: Ein empirischer Test. Financial Analysts Journal, 23 (6), 8792. Google Scholar Wei, C. Z. (1992). Über prädiktive Prinzipien der kleinsten Fehlerquadrate. Die Annalen der Statistik, 20 (1), 142. Google Scholar Weigend, A. S. Rumelhart, D. E. amp Huberman, B. A. (1991, Juli). Verallgemeinerung durch Gewicht-Beseitigung angewandt auf Wechselkursvorhersage. In IJCNN-91-Seattle International Gemeinsame Konferenz über Neuronale Netze, 1991, 1 (pp. 837841). White, H. (2000). Eine Realitätsprüfung für Daten-Snooping. Econometrica, 68 (5), 10971126. Google Scholar Wong, W. K. Manzur, M. amp Chew, B. K. (2003). Wie lohnend ist die technische Analyse Beweis von Singapur Börse. Angewandte Finanzökonomie, 13 (7), 543551. Google Scholar Yao, Y. Rosasco, L. amp Caponnetto, A. (2007). Auf frühes Stoppen im Gradientenabstieglernen. Konstruktive Annäherung, 26 (2), 289315. Google Scholar Yao, J. amp Tan, C. L. (2000). Eine Fallstudie über die Verwendung von neuronalen Netzen, um die technische Prognose von Forex durchzuführen. Neurocomputing, 34 (1), 7998. Google Scholar Zhang, G. P. (2003). Zeitreihenprognose mit einem hybriden ARIMA - und neuronalen Netzmodell. Neurocomputing, 50. 159175. Google Scholar Zhang, G. P. (2004). Business-Prognose mit künstlichen neuronalen Netzen: Ein Überblick. Neuronale Netze in der Geschäftsprognose (S. Hershey: Idea Group Verlagswesen. Google Scholar Copyright Informationen Global Institut für flexible Systeme Management 2014 Autoren und Mitgliedsverbände Anindya Chakrabarty 1 Anupam De 2 Rameshwar Dubey 1 E-Mail-Autor 1. Symbiosis Institut für Betriebsführung Symbiosis International University Nashik Indien 2. Department of Management Studies National Institute of Technology Durgapur Indien Über Dieser Artikel Drucken ISSN 0972-2696 Online ISSN 0974-0198 Herausgeber-Name Springer India
No comments:
Post a Comment