Por Blake Lebaron - IEEE Trans Evolutionary Computation. 2001. Resumo Este artigo explora algumas das características empíricas geradas em um mercado de ações computacional baseado em agentes, com os participantes do mercado adaptando-se e evoluindo ao longo do tempo. Os investidores vêem diferentes períodos de informação passada como relevantes para o processo de tomada de decisão de investimento. A interação. Resumo Este artigo explora algumas das características empíricas geradas em um mercado de ações computacional baseado em agentes, com os participantes do mercado adaptando-se e evoluindo ao longo do tempo. Os investidores vêem diferentes períodos de informação passada como relevantes para o processo de tomada de decisão de investimento. A interação desses comprimentos de memória na determinação dos preços do mercado cria uma espécie de ecologia do mercado em que é difícil para os agentes mais estáveis do horizonte mais longo assumirem o mercado. O que ocorre é um mercado em mudança dinâmica em que diferentes tipos de agentes chegam e partem, dependendo do desempenho relativo atual. Este artigo analisa várias características da série temporal de um mercado desse tipo. Está calibrado para a variabilidade e o crescimento dos pagamentos de dividendos nos Estados Unidos. O mercado gera alguns recursos que são notavelmente similares aos dados reais. Isso inclui aumentar a volatilidade do processo de dividendos, induzindo persistência na volatilidade e volume, e gerar distribuições de retorno de gordura. Termos de indexação, mercados baseados em ativos, finanças, previsão financeira, redes neurais, volatilidade. Imagem I. com uma relação de preço de dividendos altamente variável. Como veremos na Tabela II, esses balanços largos são indicativos de previsibilidade de retorno potencial. 14Veja 26 para uma pesquisa. 15Veja 27, 28 e -29 - para exemplos de mudanças na previsibilidade. A Tabela II apresenta os resultados das regressões dos mínimos quadrados ordinários univariados dos retornos atuais de vários candidatos de informações atrasadas. Estes incluem o th. Por Blake Lebaron - Escola de Economia Internacional e Finanças, Brandeis. 2002. Este breve resumo apresenta uma visão privilegiada da construção do mercado de ações artificial da Santa Fe. A perspectiva considera as muitas questões de design que entraram na construção do mercado na perspectiva de uma década de experiência com os mercados financeiros baseados em agentes. O mercado é avaliado. Este breve resumo apresenta uma visão privilegiada da construção do mercado de ações artificial da Santa Fe. A perspectiva considera as muitas questões de design que entraram na construção do mercado na perspectiva de uma década de experiência com os mercados financeiros baseados em agentes. O mercado é avaliado com base em seus pontos fortes e pontos fortes. Por Ahmed A. Gamil, Raafat S. El-fouly, Nevin M. Darwish. Resumo Este artigo propõe um DSS baseado em lógica multidisciplinar e fuzzy para mercado de ações. Este sistema ajudará os investidores do mercado de ações a tomar as decisões corretas de compra. Os resultados obtidos a partir do modelo de lógica difusa proposta foram satisfatórios, mas não precisos. Um método de afinação difuso. Resumo Este artigo propõe um DSS baseado em lógica multidisciplinar e fuzzy para mercado de ações. Este sistema ajudará os investidores do mercado de ações a tomar as decisões corretas de compra. Os resultados obtidos a partir do modelo de lógica difusa proposta foram satisfatórios, mas não precisos. Foi introduzida uma metodologia de sintonia difusa para melhorar a precisão das decisões. A metodologia de ajuste que utiliza algoritmos genéticos também é apresentada neste trabalho. É proposta uma estrutura multi-agente para a implementação do sistema. A simulação experimental usando dados de preço reais do índice NASDAQ é realizada para demonstrar o poder do modelo proposto. Índice Termos Lógica difusa, Algoritmos genéticos, Sistemas multi-agente, Previsão do mercado de ações, Análise técnica. Sistema de suporte de ision. Sotiris et al. 16 examinaram a regra das médias móveis, com diferentes métodos e mostraram que as políticas com média móvel curta a longo prazo são mais eficientes. Blake et al. -2-- analisou o comportamento das regras de negociação técnica média móvel aplicadas a mais de 100 anos do Índice Industrial Dow Jones. De acordo com esses resultados, foi decidido usar médias móveis com diff. Por Michael C. Ehrhardt, Halima Bensmail, Anne Mayhew, vice-chanceler, Dean Of. Apresentado para o. Apresentado para o encetado sem interceptações nas equações, t e os lucros de impulso previstos t. Ou seja, eu estimo a seguinte regressão de duas séries temporais. E (16) t 3 3 t 3t. - (17) - o t 4 4 t 4t Eu estimo as Equações (16) e (17) para o período de janeiro de 1956 a dezembro de 1994, durante o qual eu tenho 60 observações para cada estimativa de parâmetro para a maioria dos estoques. Painel B de. Por Terence Tai-leung, Chong Sheung, Tat Chan. O mercado de ações japonês tem importantes vínculos com os mercados de ações em todo o mundo. Esta nota examina se o mercado de ações japonês é eficiente nas últimas duas décadas. A rentabilidade de várias regras de negociação baseadas em modelo de séries temporais é avaliada. Verifica-se que a maioria dessas regras comerciais são. O mercado de ações japonês tem importantes vínculos com os mercados de ações em todo o mundo. Esta nota examina se o mercado de ações japonês é eficiente nas últimas duas décadas. A rentabilidade de várias regras de negociação baseadas em modelo de séries temporais é avaliada. Verificou-se que a maioria dessas regras comerciais não são lucrativas, sugerindo que o mercado de ações japonês é eficiente desde meados da década de 1980. A eficiência foi ligeiramente melhorada após o milênio. Por Blake Lebaron. 2010. As metáforas evolutivas têm sido proeminentes em economia e finanças. Eles são freqüentemente usados como fundamentos básicos para o comportamento racional e mercados eficientes. Teoricamente, um mecanismo que seleciona para investidores racionais realmente exige muitas ressalvas e está longe de ser genérico. Este artigo prova nós. As metáforas evolutivas têm sido proeminentes em economia e finanças. Eles são freqüentemente usados como fundamentos básicos para o comportamento racional e mercados eficientes. Teoricamente, um mecanismo que seleciona para investidores racionais realmente exige muitas ressalvas e está longe de ser genérico. Este documento analisa a evolução baseada em riqueza em um mercado financeiro simples e estilizado baseado em agentes. A instalação empresta extensivamente a partir da pesquisa atual em finanças que considera o comportamento ideal com alguma quantidade de previsibilidade de retorno. Os resultados confirmam que, com um mundo homogêneo de utilidade de log, a riqueza dos investidores convergem para parâmetros de previsão adaptativa ótimos. No entanto, no caso de funções de utilidade que diferem do log, a seleção de riqueza converge para parâmetros que estão economicamente longe dos parâmetros de previsão ótimos. Isso serve como um forte lembrete de que a seleção de riqueza e a maximização de utilidade não são a mesma coisa. Portanto, as estratégias de previsão financeira sub-ótimas podem ser difíceis de expulsar de um mercado e podem até bastante bem por algum tempo. Pelo parque Seung-chan, Carolyn R. Hodges, Phillip Daves, James W. Wansley, Michael C. Ehrhardt, Halima Bensmail. Esta Dissertação é trazida a você para acesso gratuito e aberto pela Graduate School em Trace: Tennessee Research e Creative Exchange. Foi aceito para inclusão em Dissertações de Doutorado por um administrador autorizado da Trace: Tennessee Research e Creative Exchange. Para maiores informações. Esta Dissertação é trazida a você para acesso gratuito e aberto pela Graduate School em Trace: Tennessee Research e Creative Exchange. Foi aceito para inclusão em Dissertações de Doutorado por um administrador autorizado da Trace: Tennessee Research e Creative Exchange. Para obter mais informações, entre em contato com as interceptações sobre tsand, os ganhos de impulso previstos sem interceptações em t. Ou seja, eu estimo as seguintes duas seqüências de regressão da série temporal, sttt 333. E (16) ttt 444 o. - (17) - Eu estimo as Equações (16) e (17) para o período de janeiro de 1956 a dezembro de 1994, durante o qual eu tenho 60 observações para cada estimativa de parâmetro para a maioria das ações. Parcelamento B da Tabela 2.5 sho. A Abordagem Flexível Rumo a Reengenharia de Multi-frequência do Indicador de Divergência de Convergência Média em Movimento Primeiro Online: 11 de maio de 2014 Recebido: 02 de março de 2014 Aceito: 17 de abril de 2014 Cite este artigo como: Chakrabarty, A. De, A. Dubey, R. Glob J Flex Syst Manag (2014) 15: 219. doi: 10.1007s40171-014-0068-7 3 Citações 100 Downloads O estudo desenvolve uma metodologia inovadora e flexível para redefinir os indicadores de convergência tradicional de convergência à luz do comportamento de negociação multi-frequência do heterogêneo Agentes. O indicador desenvolvido é rotulado como indicador de divergência de convergência de múltiplas resoluções (MRCD). Em contraste com a divergência de convergência média tradicional móvel (MACD), o MRCD é flexível, pois reage às flutuações que surgem em qualquer intervalo de freqüência e, portanto, é capaz de se adaptar a uma ampla variedade de possibilidades futuras. A dimensão inovadora subjacente a esta metodologia é a substituição do extractor de tendências tradicionais (média móvel) por uma metodologia mais nova, a análise multi-resolução. A capacidade de previsão deste indicador recentemente projetado é examinada pela estruturação de um modelo MRCDNARX baseado em rede neural. O desempenho deste modelo é marcado em comparação com o de um modelo similar desenvolvido usando o indicador MACD tradicional. O erro quadrático médio fora da amostra eo teste DieboldMariano são usados para examinar a precisão estatística das previsões. A rentabilidade do indicador é verificada utilizando a medida de correlação e a taxa de sucesso. Uma regra de negociação longa e curta é desenvolvida e testada novamente na amostra de dados de teste para validar a aplicabilidade prática e a reprodutibilidade da metodologia. Previsão Mudança média de divergência de convergência Redes neurais Análise técnica Estratégia de negociação Wavelets Referências Abbey, B. S. amp Doukas, J. A. (2012). A análise técnica é rentável para os comerciantes de divisas individuais Journal of Portfolio Management, 39 (1), 142. Google Scholar Anderson, J. A. amp Faff, R. W. (2008). Gráfico de pontos e figuras: uma metodologia computacional e desempenho de regras de negociação no mercado de futuros SampP 500. International Review of Financial Analysis, 17 (1), 198217. Google Scholar Appel, G. (2003). Torne-se seu próprio analista técnico: como identificar pontos significativos de mudança de mercado usando o indicador de migração média convergente ou MACD. The Journal of Wealth Management, 6 (1), 2736. Google Scholar Atsalakis, G. S. amp Valavanis, K. P. (2009). Pesquisando técnicas de previsão do mercado de açõesParte II: Métodos de computação suaves. Sistemas experientes com aplicativos, 36 (3), 59325941. Google Scholar Beneish, M. D. Lee, C. M. amp Tarpley, R. L. (2001). Análise fundamental contextual através da previsão de retornos extremos. Revisão de Estudos de Contabilidade, 6 (23), 165189. Google Scholar Caginalp, G. amp Constantine, G. (1995). Inferência estatística e modelagem do impulso nos preços das ações. Finanças Matemáticas Aplicadas, 2 (4), 225242. Google Scholar Caginalp, G. amp Laurent, H. (1998). O poder preditivo dos padrões de preços. Finanças Matemáticas Aplicadas, 5 (34), 181205. Google Scholar Candelon, B. Piplack, J. amp Straetmans, S. (2008). Na medição de sincronização de touros e ursos: o caso do Leste Asiático. Journal of Banking amp Finance, 32 (6), 10221035. Google Scholar Cao, Q. Leggio, K. B. amp Schniederjans, M. J. (2005). Uma comparação entre o modelo Fama e francês e as redes neurais artificiais na previsão do mercado de ações chinês. Computadores amp, Operations Research, 32 (10), 24992512. Google Scholar Cawley, G. C. amp Talbot, N. L. (2010). Sobreposição na seleção do modelo e subseqüente viés de seleção na avaliação do desempenho. O Journal of Machine Learning Research, 99. 20792107. Google Scholar Chang, P. C. amp Liu, C. H. (2008). Um sistema baseado em regras difusas tipo TSK para previsão de preço de estoque. Sistemas experientes com aplicações, 34 (1), 135144. Google Scholar Chang, P. C. Liu, C. H. Lin, J. L. Fan, C. Y. amp Ng, C. S. (2009). Uma rede neural com uma janela dinâmica baseada em casos para a previsão de negociação de ações. Sistemas experientes com aplicativos, 36 (3), 68896898. Google Scholar Chavarnakul, T. amp Enke, D. (2008). Análise técnica inteligente baseada em equivalências de gráficos para negociação de ações usando redes neurais. Sistemas experientes com aplicativos, 34 (2), 10041017. Google Scholar Chen, Y. Yang, B. amp Abraham, A. (2007). Conjunto de árvores neurais flexíveis para modelagem de índices de ações. Neurocomputing, 70 (4), 697703. Google Scholar Chong, T. T. L. amp Ip, H. T. S. (2009). As estratégias baseadas em impulso funcionam em mercados emergentes de mercados. Pacific-Basin Finance Journal, 17 (4), 479493. Google Scholar Chong, T. T. L. amp Lam, T. H. (2010). Previsibilidade de regras de negociação não-lineares no mercado de ações dos EUA. Finanças Quantitativas, 10 (9), 10671076. Google Scholar Chong, T. T. L. Lam, T. H. amp Yan, I. K. M. (2012). O mercado de ações chinês é realmente ineficiente China Economic Review, 23 (1), 122137. Google Scholar Chong, T. T. L. amp Ng, W. K. (2008). Análise técnica e bolsa de valores de Londres: Testando as regras MACD e RSI usando o FT30. Applied Economics Letters, 15 (14), 11111114. Google Scholar Constantinou, E. Georgiades, R. Kazandjian, A. amp Kouretas, G. P. (2006). Mudança de regime e previsão de rede neural artificial dos retornos diários da Bolsa de Valores de Chipre. International Journal of Finance amp Economics, 11 (4), 371383. Google Scholar Costantini, M. amp Kunst, R. M. (2011). Sobre a utilidade do teste de Diebold-Mariano na seleção de modelos de previsão: algumas evidências de Monte Carlo (nº 276). Série Economia, Instituto de Estudos Avançados. Cybenko, G. (1989). Aproximação por superposições de uma função sigmoidal. Matemática de Controle, Sinais e Sistemas, 2 (4), 303314. Google Scholar Darrat, A. F. amp Zhong, M. (2000). Ao testar a hipótese de caminhada aleatória: uma abordagem de comparação de modelo. Financial Review, 35 (3), 105124. Google Scholar Dechow, P. M. Hutton, A. P. Meulbroek, L. amp Sloan, R. G. (2001). Vendedores curtos, análise fundamental e retornos de estoque. Journal of Financial Economics, 61 (1), 77106. Google Scholar Demuth, H. Beale, M. amp Hagan, M. (2008). Caixa de ferramentas da rede Neural 6. Guia do usuário. Desai, V. S. amp Bharati, R. (1998). Uma comparação de regressão linear e métodos de rede neural para prever retornos excessivos em grandes estoques. Annals of Operations Research, 78. 127163. Google Scholar Diaconescu, E. (2008). O uso de redes neurais NARX para prever séries temporais caóticas. WSEAS Transactions on Computer Research, 3 (3), 182191. Google Scholar Diebold, F. X. (2012). Comparando a precisão preditiva, vinte anos depois: uma perspectiva pessoal sobre o uso e abuso de testes de Diebold-Mariano (n. ° w18391). National Bureau of Economic Research. Diebold, F. X. amp Mariano, R. S. (2002). Comparando a precisão preditiva. Journal of Business amp Estatísticas Econômicas, 20 (1), 134144. Google Scholar El-Hammady, A. I. amp Abo-Rizka, M. (2011). Previsão do mercado de ações baseado na rede neural. IJCSNS, 11 (8), 204. Google Scholar Emin, A. V. C. I. (2011). Previsão do mercado de ações com modelos de redes neurais artificiais: uma análise da literatura e uma aplicação no índice ISE-30. Ktisat Fakltesi Mecmuas, 59 (1), 55. Google Scholar Fama, E. F. (1965). Passeios aleatórios nos preços do mercado de ações. Financial Analysts Journal, 21. 5559. Google Scholar Fernandez-Rodrguez, F. Gonzalez-Martel, C. amp Sosvilla-Rivero, S. (2000). Sobre a rentabilidade das regras técnicas de negociação baseadas em redes neurais artificiais: Evidências do mercado de valores de Madri. Letras econômicas, 69 (1), 8994. Google Scholar Gencay, R. (1998). Otimização de estratégias técnicas de negociação e lucratividade em mercados de segurança. Economics Letters, 59 (2), 249254. Google Scholar Gencay, R. (1999). Previsão de taxa de câmbio linear, não-linear e essencial com algumas regras de negociação técnicas simples. Journal of International Economics, 47 (1), 91107. Google Scholar Grossman, S. (1976). Sobre a eficiência de mercados de ações competitivos onde os negócios possuem informações diversas. The Journal of Finance, 31 (2), 573585. Google Scholar Grossman, S. J. amp Stiglitz, J. E. (1980). Sobre a impossibilidade de mercados eficientemente informáticos. The American Economic Review, 70. 393408. Google Scholar Hasan, M. H. Al Hazza, M. ALGrafi, M. W. amp Syed, Z. I. (2014). Modelagem ANN de súper ligas de níquel para deformação dependente do tempo. Journal of Automation and Control Engineering, 2 (4), 353356. Google Scholar Hassibi, B. Stork, D. G. amp Wolff, G. J. (1993). Órgão cerebral ideal e poda de rede geral. Na Conferência Internacional IEEE sobre Redes Neurais, 1993. (pp. 293299). Hill, T. Marquez, L. OConnor, M. amp Remus, W. (1994). Modelos de redes neurais artificiais para previsão e tomada de decisão. International Journal of Forecasting, 10 (1), 515. Google Scholar Hornik, K. Stinchcombe, M. amp White, H. (1989). As redes feedforward multicamadas são aproximadoras universais. Redes Neurais, 2 (5), 359366. Google Scholar Hornik, K. Stinchcombe, M. amp White, H. (1990). Aproximação universal de um mapeamento desconhecido e suas derivadas usando redes de feedforward multicamadas. Redes Neurais, 3 (5), 551560. Google Scholar Hsieh, D. A. (1991). Caos e dinâmica não-linear: Aplicação aos mercados financeiros. The Journal of Finance, 46 (5), 18391877. Google Scholar Hsieh, T. J. Hsiao, H. F. amp Yeh, W. C. (2011). Previsão de mercados de ações usando transformações wavelet e redes neuronais recorrentes: um sistema integrado baseado em algoritmos de colônia de abelhas artificiais. Applied Soft Computing, 11 (2), 25102525. Google Scholar Hu, M. Y. Zhang, G. P. Jiang, C. X. amp Patuwo, B. E. (1999). Uma análise de validação cruzada do desempenho da rede neural fora de amostra na previsão da taxa de câmbio. Decision Sciences, 30 (1), 197216. Google Scholar Ing, C. K. (2007). Erros de previsão acumulados, critérios de informação e previsões óptimas para séries temporais autorregressivas. The Annals of Statistics, 35 (3), 12381277. Google Scholar Inoue, A. amp Kilian, L. (2006). Na seleção de modelos de previsão. Journal of Econometrics, 130 (2), 273306. Google Scholar Kanas, A. (2001). Previsões lineares da rede neural para retornos de estoque. International Journal of Finance amp Economics, 6 (3), 245254. Google Scholar Kanas, A. amp Yannopoulos, A. (2001). Comparando previsões lineares e não-lineares para retornos de estoque. International Review of Economics amp Finance, 10 (4), 383398. Google Scholar Kirkpatrick, C. D. amp Dahlquist, J. (2010). Análise técnica: o recurso completo para técnicos do mercado financeiro. Upper Saddle River: FT pressionar. Google Scholar Kohzadi, N. Boyd, M. S. Kermanshahi, B. amp Kaastra, I. (1996). Uma comparação de modelos de rede neural artificial e de séries temporais para previsão de preços das commodities. Neurocomputing, 10 (2), 169181. Google Scholar Lam, M. (2004). Técnicas de rede neural para previsão de desempenho financeiro: Integração de análise fundamental e técnica. Decision Support Systems, 37 (4), 567581. Google Scholar Larose, D. T. (2005). KNeares vizinho algoritmo. Descobrindo o conhecimento. Dados: uma introdução à mineração de dados (pp. 90106). Hoboken: Wiley. Google Scholar LeBaron, B. (2000). A estabilidade das regras de negociação técnica média móvel no Índice Dow Jones. Uso, negociação e regulamentação de derivativos, 5 (4), 324338. Google Scholar Ledoit, O. Santa-Clara, P. amp Wolf, M. (2003). Modelagem flexível de GARCH multivariada com aplicação em mercados de ações internacionais. Review of Economics and Statistics, 85 (3), 735747. Google Scholar Lee, C. F. Wu, C. amp Wei, K. C. (1990). O horizonte de investimento heterogêneo eo modelo de precificação de ativos de capital: Teoria e implicações. Journal of Financial and Quantitative Analysis, 25 (03), 361376. Google Scholar Leigh, W. Purvis, R. amp Ragusa, J. M. (2002). Previsão do índice composto da NYSE com análise técnica, reconhecimento de padrões, rede neural e algoritmo genético: um estudo de caso em suporte de decisão romântico. Decision Support Systems, 32 (4), 361377. Google Scholar Leitch, G. amp Tanner, J. E. (1991). Avaliação de previsão econômica: lucros versus medidas de erro convencionais. The American Economic Review, 81 (3), 580590. Google Scholar Lento, C. amp Gradojevic, N. (2011). A rentabilidade das regras técnicas de negociação: uma abordagem de sinal combinado. Journal of Applied Business Research (JABR), 23 (1), 1327. Google Scholar Lento, C. Gradojevic, N. amp Wright, C. S. (2007). Conteúdo de informações de investimento em Bollinger Bands Applied Financial Economics Letters, 3 (4), 263267. Google Scholar Lo, A. W. amp MacKinlay, A. C. (1988). Os preços do mercado de ações não seguem passeios aleatórios: evidências de um teste de especificação simples. Revisão de Estudos Financeiros, 1 (1), 4166. Google Scholar Lo, A. W. amp MacKinlay, A. C. (2011). Uma caminhada não aleatória em Wall Street. Princeton: Princeton University Press. Google Scholar Lo, A. W. Mamaysky, H. amp Wang, J. (2000). Fundamentos da análise técnica: algoritmos computacionais, inferência estatística e implementação empírica. The Journal of Finance, 55 (4), 17051770. Google Scholar MacKay, D. J. (1992). Interpolação bayesiana. Computação Neural, 4 (3), 415447. Google Scholar Malkiel, B. G. amp Fama, E. F. (1970). Mercados de capitais eficientes: uma revisão da teoria e do trabalho empírico. The Journal of Finance, 25 (2), 383417. Google Scholar Mallat, S. G. (1989). Uma teoria para a decomposição do sinal de multi-resolução: a representação wavelet. Transações de IEEE em Análise de Padrões e Inteligência de Máquinas, 11 (7), 674693. Google Scholar Marcellino, M. Stock, J. H. amp Watson, M. W. (2006). Uma comparação de métodos AR direta e iterativa de múltiplos passos para a previsão de séries temporais macroeconômicas. Journal of Econometrics, 135 (1), 499526. Google Scholar Marshall, B. R. Young, M. R. amp Cahan, R. (2008). São estratégias de negociação técnicas de candelabro rentáveis no mercado de ações japonês. Revisão de Finanças Quantitativas e Contabilidade, 31 (2), 191207. Google Scholar Marshall, B. R. Young, M. R. amp Rose, L. C. (2006). Estratégias de negociação técnica do castiçal: podem criar valor para os investidores Journal of Banking amp Finance, 30 (8), 23032323. Google Scholar Matilla-Garca, amp. Amp. Argello, C. (2005). Uma abordagem híbrida baseada em redes neurais e algoritmos genéticos para o estudo da rentabilidade na Bolsa de Valores espanhola. Applied Economics Letters, 12 (5), 303308. Google Scholar Medsker, L. Turban, E. amp Trippi, R. R. (1993). Fundamentos da rede neuronal para analistas financeiros. The Journal of Investing, 2 (1), 5968. Google Scholar Menezes, J. M. P, Jr, amp Barreto, G. A. (2008). Previsão de séries temporais a longo prazo com a rede NARX: uma avaliação empírica. Neurocomputing, 71 (16), 33353343. Google Scholar Merkhofer, M. W. (1977). O valor da informação, dada a flexibilidade da decisão. Management Science, 23 (7), 716727. Google Scholar Mills, T. C. (1997). Análise técnica e London Stock Exchange: regras de negociação de teste usando o FT30. International Journal of Finance amp Economics, 2 (4), 319331. Google Scholar Mizuno, H. Kosaka, M. Yajima, H. amp Komoda, N. (1998). Aplicação da rede neural à análise técnica da previsão do mercado de ações. Estudos em Informática e controle, 7 (3), 111120. Google Scholar Murphy, C. M. Koehler, G. J. amp Fogler, H. R. (1997). Estupidez artificial. The Journal of Portfolio Management, 23 (2), 2429. Google Scholar Ngia, L. S. amp Sjoberg, J. (2000). Treinamento eficiente de redes neurais para filtragem adaptativa não linear usando um algoritmo Recursive LevenbergMarquardt. Processamento de Sinal, Transações IEEE, 48 (7), 19151927. Google Scholar Osler, C. L. (2003). Ordens de câmbio e dinâmica da taxa de câmbio: uma explicação para o sucesso preditivo da análise técnica. The Journal of Finance, 58 (5), 17911820. Google Scholar Ou, J. A. amp Penman, S. H. (1989). Análise de demonstrações financeiras e a previsão de retornos de ações. Journal of Accounting and Economics, 11 (4), 295329. Google Scholar Ozun, A. amp Cifter, A. (2010). Um modelo de rede wavelet para analisar os efeitos da taxa de câmbio nas taxas de juros. Journal of Economic Studies, 37 (4), 405418. Google Scholar Park, C. H. amp Irwin, S. H. (2007). O que sabemos sobre a rentabilidade da análise técnica Journal of Economic Surveys, 21 (4), 786826. Google Scholar Percival, D. B. amp Walden, A. T. (2000). Série Cambridge em matemática estatística e probabilística. Métodos Wavelet para análise de séries temporais. Cambridge: Cambridge University Press. Google Scholar Pesaran, M. H. amp Timmermann, A. (1995). Previsibilidade de retornos de estoque: robustez e significado econômico. The Journal of Finance, 50 (4), 12011228. Google Scholar Peterson, G. E. St Clair, D. C. Aylward, S. R. amp Bond, W. E. (1995). Usando o método Taguchis de projeto experimental para controlar erros em perceptrons em camadas. IEEE Transactions on Neural Networks, 6 (4), 949961. Google Scholar Prechelt, L. (1998a). Parada automática antecipada usando validação cruzada: Quantificando os critérios. Redes Neurais, 11 (4), 761767. Google Scholar Prechelt, L. (1998b). Parada precoce - mas quando as redes neurais: Truques do comércio. Notas de aula na Ciência da Computação (Vol. 1524, pp. 5569). Berlim: Springer. Google Scholar Ramsey, J. B. (2002). Wavelets em economia e finanças: passado e futuro. Estudos em Non-Linear Dynamics amp Econometrics, 6 (3), 15583708. Google Scholar Samuelson, P. A. (1965). Prova de que os preços devidamente antecipados flutuam aleatoriamente. Análise da Gestão Industrial, 6 (2), 4149. Google Scholar Sarle, W. S. (1995). Treinamento parado e outros remédios para superação. Em Proceedings of the 27th Symposium on the Interface of Computing Science and Statistics (pp. 352360). Interface Fundação da América do Norte. Saunders, M. N. Saunders, M. Lewis, P. amp Thornhill, A. (2011). Métodos de pesquisa para estudantes de negócios, 5e. Delhi: Pearson Education India. Google Scholar Sharma, M. K. Sushil, amp Jain, P. K. (2010). Revisitando a flexibilidade nas organizações: Explorando seu impacto no desempenho. Global Journal of Flexible Systems Management, 11 (3), 5168. Google Scholar Shi, F. Liu, Y. Y. Kong, X. amp Chen, Y. (2013). Rede de Neurais Artificiais para busca de galáxias de metal pobre. ArXiv pré-impressão. Arxiv. orgabs1312.1779. Smith, G. amp Ryoo, H. J. (2003). Testes de razão de variância da hipótese de caminhada aleatória para mercados de ações emergentes europeus. The European Journal of Finance, 9 (3), 290300. Google Scholar Smith, B. L. Williams, B. M. amp Keith Oswald, R. (2002). Comparação de modelos paramétricos e não paramétricos para previsão de fluxo de tráfego. Research Research Part C, 10 (4), 303321. Google Scholar Sushil, (2000). Flexibilidade sistêmica. Global Journal of Flexible Systems Management, 1 (1), 7780. Google Scholar Sushil, (2001). Estrutura SAPLAP. Global Journal of Flexible Systems Management, 2 (1), 5155. Google Scholar Sushil, (2005). Um quadro de estratégia flexível para gerenciar continuidade e mudança. International Journal of Global Business and Competitiveness, 1 (1), 2232. Google Scholar Sushil, (2007). Princípios da estratégia de fluxo contínuo. Global Journal of Flexible Systems Management, 8 (3), iiiiv. Google Scholar Sushil, (2012). Perspectiva múltipla do gerenciamento flexível do sistema. Global Journal of Flexible Systems Management, 13 (1), 12. Google Scholar Sushil, (2013). Gerenciando flexibilidade: desenvolvendo um modelo de modelo de maturidade de flexibilidade. Procedimentos do GLOGIFT, 13. 115. Google Scholar Tanaka-Yamawaki, M. amp Tokuoka, S. (2007). Uso adaptativo de indicadores técnicos para a previsão dos preços das ações intra-dia. Physica A, 383 (1), 125133. Google Scholar Taylor, M. P. amp Allen, H. (1992). O uso da análise técnica no mercado cambial. Journal of International Money and Finance, 11 (3), 304314. Google Scholar Tranfield, D. Denyer, D. amp Smart, P. (2003). Rumo a uma metodologia para desenvolver conhecimentos de gestão informados por evidências por meio de revisão sistemática. British Journal of Management, 14 (3), 207222. Google Scholar Upton, D. M. (1994). A gestão da flexibilidade de fabricação. California Management Review, 36 (2), 7289. Google Scholar Van Horne, J. C. amp Parker, G. G. (1967). A teoria da caminhada aleatória: um teste empírico. Financial Analysts Journal, 23 (6), 8792. Google Scholar Wei, C. Z. (1992). Nos princípios preditivos de mínimos quadrados. The Annals of Statistics, 20 (1), 142. Google Scholar Weigend, A. S. Rumelhart, D. E. amp Huberman, B. A. (1991, julho). Generalização por redução de peso aplicada à previsão da taxa de câmbio. Na IJCNN-91-Seattle International Joint Conference on Neural Networks, 1991, 1 (pp. 837841). Branco, H. (2000). Uma verificação de realidade para o snooping de dados. Econometrica, 68 (5), 10971126. Google Scholar Wong, W. K. Manzur, M. amp Chew, B. K. (2003). Quão gratificante é a análise técnica de evidências do mercado de ações de Cingapura. Applied Financial Economics, 13 (7), 543551. Google Scholar Yao, Y. Rosasco, L. amp Caponnetto, A. (2007). No início da parada na aprendizagem de descida gradiente. Aproximação construtiva, 26 (2), 289315. Google Scholar Yao, J. amp Tan, C. L. (2000). Um estudo de caso sobre o uso de redes neurais para realizar previsões técnicas de forex. Neurocomputing, 34 (1), 7998. Google Scholar Zhang, G. P. (2003). Previsão de séries temporais usando um modelo ARIMA e de rede neural híbrido. Neurocomputing, 50. 159175. Google Scholar Zhang, G. P. (2004). Previsão de negócios com redes neurais artificiais: uma visão geral. Redes neurais na previsão de negócios (pp. 122). Hershey: publicação de grupo de ideias. Google Scholar Informações de direitos autorais Instituto Global de Gestão de Sistemas Flexíveis 2014 Autores e Afiliações Anindya Chakrabarty 1 Anupam De 2 Rameshwar Dubey 1 Autor de email 1. Symbiosis Instituto de Operação Gestão Simbiose Universidade Internacional Nashik Índia 2. Departamento de Estudos de Gestão Instituto Nacional de Tecnologia Durgapur Índia Sobre Este artigo Imprimir ISSN 0972-2696 Online ISSN 0974-0198 Nome do editor Springer Índia
No comments:
Post a Comment