Detectando segmentos predecibles de series temporales financieras caóticas a través de una red neuronal
Autores: Zhou, Tianle; Chu, Chaoyi; Xu, Chaobin; Liu, Weihao; Yu, Hao
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Detectando segmentos predecibles de series temporales financieras caóticas a través de una red neuronal
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Mercado financiero
Predicción
PSR
SOM
Red neuronal
Series temporales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 24
Citaciones: Sin citaciones
En este estudio, se propone una nueva idea para analizar el mercado financiero y detectar fluctuaciones de precios, integrando la tecnología de PSR (reconstrucción del espacio de fases) y los algoritmos de redes neuronales SOM (mapas autoorganizados).
Descripción
En este estudio, se propone una nueva idea para analizar el mercado financiero y detectar fluctuaciones de precios, integrando la tecnología de PSR (reconstrucción del espacio de fases) y los algoritmos de redes neuronales SOM (mapas autoorganizados).