Wechselkursvorhersage unter Verwendung von hybriden neuronalen Netzen und Handelsindikatoren Dieses Papier beschreibt ein Hybridmodell, das durch eine Mischung verschiedener regressiver neuronaler Netzwerkmodelle, wie temporale selbstorganisierende Karten und Unterstützungsvektorregressionen, für die Modellierung und Vorhersage von Wechselkurs-Zeitreihen gebildet wird. Ein ausgewählter Satz einflussreicher Handelsindikatoren, einschließlich der gleitenden durchschnittlichen Konvergenzdivergenz und relativen Stärkeindex, werden ebenfalls in dem vorgeschlagenen Verfahren verwendet. Ein genetischer Algorithmus wird angewendet, um alle Informationen aus den Mischungsregressionsmodellen und den ökonomischen Indikatoren zu verschmelzen. Experimentelle Ergebnisse und Vergleiche zeigen, dass die vorgeschlagene Methode die globale Modellierung Techniken wie generalisierte autoregressive bedingte Heterosedastizität in Bezug auf die Gewinnrendite übertrifft. Ein virtuelles Handelssystem wird gebaut, um die Leistungsfähigkeit der untersuchten Methoden zu untersuchen. Zeitreihenmodellierung Forexrate Neuronale Netze Hybridmodell Copyright 2009 Elsevier B. V. Alle Rechte vorbehalten. He Ni wurde vor kurzem promoviert. Grad, für die er während 2004ndash2008 in der School of Electrical und Electronic Engineering, der University of Manchester arbeitete. Seine Forschungsinteressen umfassen finanzielle Zeitreihenvorhersage, neuronale Netze und maschinelles Lernen. Er erhielt einen BEng Grad in der Elektronik-Technik von der Xidian Universität und ein M. Sc. Grad in Automatik und Systemtechnik von der University of Sheffield in den Jahren 2001 und 2003. Er ist seit September 2008 Lehrbeauftragter an der Zhejiang Gongshang Universität. Hujun Yin ist Senior Dozent (Associate Professor) an der University of Manchester, School of Electrical and Electronic Engineering. Er erhielt BEng und MSc Grad von der Südostuniversität und PhD-Grad von der Universität von York in 1983, 1986 und 1996, beziehungsweise. Zu seinen Forschungsschwerpunkten gehören neuronale Netze, selbstorganisierende Systeme im Besonderen, Mustererkennung und Bioinformatik. Er hat in den letzten zehn Jahren die selbstorganisierende Karte (SOM) und verwandte Themen (Hauptsammlungen und Datenvisualisierung) intensiv studiert, erweitert und angewendet und eine Reihe von Erweiterungen vorgeschlagen, darunter Bayesian SOM und ViSOM, eine prinzipielle Datenvisualisierung. Er hat über 100 Peer-Review-Artikel in den Bereichen Dichte-Modellierung, Text-Mining und Wissensmanagement, Genexpressionsanalyse und Peptidsequenzierung, Neuheitserkennung, finanzielle Zeitreihenmodellierung und neuere Entzifferung neuronaler Reaktionen veröffentlicht. Er ist leitendes Mitglied des IEEE und Mitglied des UK EPSRC College. Er ist Associate Editor der IEEE Transactions on Neural Networks und Mitglied des Editorial Board des International Journal of Neural Systems. Er hat dem Programmausschuss für mehr als dreißig internationale Konferenzen gedient. Er war der Organisationsvorsitzende, Vorsitzender des Programmausschusses und Vorsitzender einer Reihe von Konferenzen, wie 2001 Internationaler Workshop über selbstorganisierende Karten (WSOMrsquo01), Internationale Konferenz für intelligente Datentechnik und automatisiertes Lernen (IDEAL) (2002ndash2008), 2006 Internationales Symposium über Neuronale Netze (ISNNrsquo06). Er sitzt auf dem Lenkungsausschuss der WSOM-Reihe. Er hat auch Gast-redigiert einige Sonderausgaben auf einigen führenden internationalen Zeitschriften. Er hat Forschungsförderungen von EPSRC, BBSRC und DTI erhalten. Er war auch ein regelmäßiger Assessor des EPSRC, des BBSRC, der Royal Society, des Hongkong Research Grant Council, der Niederländischen Organisation für wissenschaftliche Forschung und des Rates für Forschung und Entwicklung der Slowakei. Validierung von Moving Average Handelsregeln: Nachweis aus Hongkong, Singapur, Südkorea, Taiwan Zusammenfassung Abstraktes ABSTRAKT: Ein Paradoxon der internationalen Wirtschaft ist, dass die multinationalen Unternehmen, die die Agenten des internationalen Geschäfts sind, in ihren Heimatmärkten in jedem Teil der Triaden von Nordamerika, die EU Und Japan. Hier werden empirische Daten über die 500 größten MNE präsentiert. Sie zeigt, dass selbst die 20 grössten internationalen MNEs (die mit dem höchsten Verhältnis von Auslandsverkäufen) vorwiegend Heimat-Triade sind. Wir schlussfolgern, dass das strategische Management von MNS regional und nicht global ausgerichtet sein muss. Artikel Mar 2003 Alan M. Rugman Cecilia Gehirn Menschen, die diese Publikation lesen lesen auch Volltext Artikel Dezember 2016 Chi Hung Leung Volltext-Artikel Dezember 2016 Volltext-Artikel Dezember 2016 Die Daten dienen nur zu Informationszwecken. Obgleich sorgfältig gesammelt, kann Genauigkeit nicht garantiert werden. Herausgeberbedingungen werden von RoMEO zur Verfügung gestellt. Abweichende Bestimmungen der aktuellen Richtlinie oder des Lizenzvertrages des Herausgebersx27 können anwendbar sein. Diese Publikation stammt aus einer Zeitschrift, die die Selbstarchivierung unterstützen kann. Zuletzt aktualisiert: 15 Nov 16
Comments
Post a Comment