Modelagem de índice da NYSE com redes neurais artificiais: Usando um modelo neural híbrido SOM e MLP-BP para a modelagem de índice da New York Stock . (NYSE US100 Composite) (Portuguese Edition)
5 Angebote vergleichen
Bester Preis: € 32,47 (vom 02.09.2017)1
Symbolbild
Modelagem de índice da NYSE com redes neurais artificiais (2012)
DE PB NW
ISBN: 9783330753914 bzw. 3330753919, in Deutsch, Novas Edicioes Academicas, Taschenbuch, neu.
Lieferung aus: Deutschland, Versandkostenfrei.
Von Händler/Antiquariat, Agrios-Buch [57449362], Bergisch Gladbach, Germany.
Neuware - Este estudo propõe um modelo híbrido que reúne uma rede neural do tipo SOM (Self-Organizing Map) com uma rede neural do tipo Multicamadas com Retropropagação (BPN: Backpropagation Network). A utilização da rede SOM tem o intuito de segmentar a base de dados em diversos clusters, onde são ressaltadas suas diferenças. A rede BPN é usada para construir um modelo matemático de previsão que descreve a relação entre os indicadores e o valor de fechamento de cada cluster formado na rede SOM. A viabilidade e o percentual de efetividade do modelo proposto são demonstrados através de experimentos de predição de índices utilizados pelo NYSE (New York Stock Exchange). O modelo foi elaborado a partir de uma base de dados composta pelo índice NYSE Composite U.S. 100 no período entre 2 de abril de 2004 e 8 de novembro de 2012. Como variáveis de entrada para as redes neurais, foram utilizados 10 índices: MA_10, BIAS_20, WMS%R_9, K_9, D_9, MTM_10, ROC_10, CCI_24, AR_26, BR_26. Os resultados obtidos com o modelo híbrido proposto se mostraram bastante superiores aos obtidos com modelos convencionais estatísticos. 108 pp. Portugiesisch.
Von Händler/Antiquariat, Agrios-Buch [57449362], Bergisch Gladbach, Germany.
Neuware - Este estudo propõe um modelo híbrido que reúne uma rede neural do tipo SOM (Self-Organizing Map) com uma rede neural do tipo Multicamadas com Retropropagação (BPN: Backpropagation Network). A utilização da rede SOM tem o intuito de segmentar a base de dados em diversos clusters, onde são ressaltadas suas diferenças. A rede BPN é usada para construir um modelo matemático de previsão que descreve a relação entre os indicadores e o valor de fechamento de cada cluster formado na rede SOM. A viabilidade e o percentual de efetividade do modelo proposto são demonstrados através de experimentos de predição de índices utilizados pelo NYSE (New York Stock Exchange). O modelo foi elaborado a partir de uma base de dados composta pelo índice NYSE Composite U.S. 100 no período entre 2 de abril de 2004 e 8 de novembro de 2012. Como variáveis de entrada para as redes neurais, foram utilizados 10 índices: MA_10, BIAS_20, WMS%R_9, K_9, D_9, MTM_10, ROC_10, CCI_24, AR_26, BR_26. Os resultados obtidos com o modelo híbrido proposto se mostraram bastante superiores aos obtidos com modelos convencionais estatísticos. 108 pp. Portugiesisch.
2
Symbolbild
Modelagem de índice da NYSE com redes neurais artificiais (2017)
DE PB NW
ISBN: 9783330753914 bzw. 3330753919, in Deutsch, Novas Edições Acadêmicas Jan 2017, Taschenbuch, neu.
Lieferung aus: Deutschland, Versandkostenfrei.
Von Händler/Antiquariat, AHA-BUCH GmbH [51283250], Einbeck, Germany.
Neuware - Este estudo propõe um modelo híbrido que reúne uma rede neural do tipo SOM (Self-Organizing Map) com uma rede neural do tipo Multicamadas com Retropropagação (BPN: Backpropagation Network). A utilização da rede SOM tem o intuito de segmentar a base de dados em diversos clusters, onde são ressaltadas suas diferenças. A rede BPN é usada para construir um modelo matemático de previsão que descreve a relação entre os indicadores e o valor de fechamento de cada cluster formado na rede SOM. A viabilidade e o percentual de efetividade do modelo proposto são demonstrados através de experimentos de predição de índices utilizados pelo NYSE (New York Stock Exchange). O modelo foi elaborado a partir de uma base de dados composta pelo índice NYSE Composite U.S. 100 no período entre 2 de abril de 2004 e 8 de novembro de 2012. Como variáveis de entrada para as redes neurais, foram utilizados 10 índices: MA_10, BIAS_20, WMS%R_9, K_9, D_9, MTM_10, ROC_10, CCI_24, AR_26, BR_26. Os resultados obtidos com o modelo híbrido proposto se mostraram bastante superiores aos obtidos com modelos convencionais estatísticos. 108 pp. Portugiesisch.
Von Händler/Antiquariat, AHA-BUCH GmbH [51283250], Einbeck, Germany.
Neuware - Este estudo propõe um modelo híbrido que reúne uma rede neural do tipo SOM (Self-Organizing Map) com uma rede neural do tipo Multicamadas com Retropropagação (BPN: Backpropagation Network). A utilização da rede SOM tem o intuito de segmentar a base de dados em diversos clusters, onde são ressaltadas suas diferenças. A rede BPN é usada para construir um modelo matemático de previsão que descreve a relação entre os indicadores e o valor de fechamento de cada cluster formado na rede SOM. A viabilidade e o percentual de efetividade do modelo proposto são demonstrados através de experimentos de predição de índices utilizados pelo NYSE (New York Stock Exchange). O modelo foi elaborado a partir de uma base de dados composta pelo índice NYSE Composite U.S. 100 no período entre 2 de abril de 2004 e 8 de novembro de 2012. Como variáveis de entrada para as redes neurais, foram utilizados 10 índices: MA_10, BIAS_20, WMS%R_9, K_9, D_9, MTM_10, ROC_10, CCI_24, AR_26, BR_26. Os resultados obtidos com o modelo híbrido proposto se mostraram bastante superiores aos obtidos com modelos convencionais estatísticos. 108 pp. Portugiesisch.
3
Modelagem de índice da NYSE com redes neurais artificiais
DE HC NW
ISBN: 9783330753914 bzw. 3330753919, in Deutsch, Novas Edicioes Academicas, gebundenes Buch, neu.
Lieferung aus: Deutschland, Versandkostenfrei innerhalb von Deutschland.
Este estudo propõe um modelo híbrido que reúne uma rede neural do tipo SOM (Self-Organizing Map) com uma rede neural do tipo Multicamadas com Retropropagação (BPN: Backpropagation Network). A utilização da rede SOM tem o intuito de segmentar a base de dados em diversos clusters, onde são ressaltadas suas diferenças. A rede BPN é usada para construir um modelo matemático de previsão que descreve a relação entre os indicadores e o valor de fechamento de cada cluster formado na rede SOM. A Este estudo propõe um modelo híbrido que reúne uma rede neural do tipo SOM (Self-Organizing Map) com uma rede neural do tipo Multicamadas com Retropropagação (BPN: Backpropagation Network). A utilização da rede SOM tem o intuito de segmentar a base de dados em diversos clusters, onde são ressaltadas suas diferenças. A rede BPN é usada para construir um modelo matemático de previsão que descreve a relação entre os indicadores e o valor de fechamento de cada cluster formado na rede SOM. A viabilidade e o percentual de efetividade do modelo proposto são demonstrados através de experimentos de predição de índices utilizados pelo NYSE (New York Stock Exchange). O modelo foi elaborado a partir de uma base de dados composta pelo índice NYSE Composite U.S. 100 no período entre 2 de abril de 2004 e 8 de novembro de 2012. Como variáveis de entrada para as redes neurais, foram utilizados 10 índices: MA_10, BIAS_20, WMS%R_9, K_9, D_9, MTM_10, ROC_10, CCI_24, AR_26, BR_26. Os resultados obtidos com o modelo híbrido proposto se mostraram bastante superiores aos obtidos com modelos convencionais estatísticos. Lieferzeit 1-2 Werktage.
Este estudo propõe um modelo híbrido que reúne uma rede neural do tipo SOM (Self-Organizing Map) com uma rede neural do tipo Multicamadas com Retropropagação (BPN: Backpropagation Network). A utilização da rede SOM tem o intuito de segmentar a base de dados em diversos clusters, onde são ressaltadas suas diferenças. A rede BPN é usada para construir um modelo matemático de previsão que descreve a relação entre os indicadores e o valor de fechamento de cada cluster formado na rede SOM. A Este estudo propõe um modelo híbrido que reúne uma rede neural do tipo SOM (Self-Organizing Map) com uma rede neural do tipo Multicamadas com Retropropagação (BPN: Backpropagation Network). A utilização da rede SOM tem o intuito de segmentar a base de dados em diversos clusters, onde são ressaltadas suas diferenças. A rede BPN é usada para construir um modelo matemático de previsão que descreve a relação entre os indicadores e o valor de fechamento de cada cluster formado na rede SOM. A viabilidade e o percentual de efetividade do modelo proposto são demonstrados através de experimentos de predição de índices utilizados pelo NYSE (New York Stock Exchange). O modelo foi elaborado a partir de uma base de dados composta pelo índice NYSE Composite U.S. 100 no período entre 2 de abril de 2004 e 8 de novembro de 2012. Como variáveis de entrada para as redes neurais, foram utilizados 10 índices: MA_10, BIAS_20, WMS%R_9, K_9, D_9, MTM_10, ROC_10, CCI_24, AR_26, BR_26. Os resultados obtidos com o modelo híbrido proposto se mostraram bastante superiores aos obtidos com modelos convencionais estatísticos. Lieferzeit 1-2 Werktage.
4
Modelagem de índice da NYSE com redes neurais artificiais Adriano Beluco
DE NW
ISBN: 9783330753914 bzw. 3330753919, in Deutsch, neu.
Lieferung aus: Deutschland, Lieferart: Flat, Lieferung: Weltweit, Artikelstandort: 79346 Deutschland.
Von Händler/Antiquariat, buecher-outlet - Sparbuecher Modernes Antiquariat.
Festpreisangebot.
Von Händler/Antiquariat, buecher-outlet - Sparbuecher Modernes Antiquariat.
Festpreisangebot.
Lade…