Finanzmarktprognose mit neuronalen Netzen
Training mit Backpropagation und genetisch-evolutionären Verfahren
Seiten
2003
|
1., Aufl.
Josef Eul Verlag
978-3-89936-095-0 (ISBN)
Josef Eul Verlag
978-3-89936-095-0 (ISBN)
- Keine Verlagsinformationen verfügbar
- Artikel merken
Künstliche Neuronale Netze sind ein relativ junges Werkzeug in der kurzfristigen Finanzmarktanalyse. In der vorliegenden Dissertation werden die Chancen und Risiken aufgezeigt, die bei der profitablen Prognose der Ein-Tages-Rendite eines Wertpapiers mittels Neuronaler Netze entstehen.
Dazu werden die Auswirkungen der häufig verwendeten Parameter untersucht und unterschiedliche Methoden verwendet, um das typische Overfitting von Neuronalen Netzen zu verhindern beziehungsweise zu minimieren. Als Alternative zum Training mittels Backpropagation wird ein Genetisch-Evolutionäres Verfahren entwickelt, welches auch die eigenen Parameter mit in den Trainingsprozess einbezieht und dynamisch zwischen einem Genetischen Algorithmus und einem Evolutionären Verfahren wechseln kann. Hierdurch vermag das Verfahren neben dem Training von Neuronalen Netzen eine Vielzahl von beliebigen Optimierungsproblemen zu lösen.
Die Arbeit richtet sich nicht nur an Analysten, die mittels Neuronaler Netze Kursprognosen erstellen wollen, sondern auch an Programmierer von Neuronalen Netzen oder Genetischen Algorithmen. Dabei werden die nötigen Programmschritte so dargestellt, dass sie auch für Nicht-Programmierer nachvollziehbar sind. Des Weiteren wird ein Algorithmus (inklusive Programmlisting) vorgestellt, der ähnlich dem julianischen Datum eine lineare Zählung von Tagen ermöglicht, dabei jedoch Wochenenden herausrechnet und somit eine Platzersparnis von 28% erzielt.
Dazu werden die Auswirkungen der häufig verwendeten Parameter untersucht und unterschiedliche Methoden verwendet, um das typische Overfitting von Neuronalen Netzen zu verhindern beziehungsweise zu minimieren. Als Alternative zum Training mittels Backpropagation wird ein Genetisch-Evolutionäres Verfahren entwickelt, welches auch die eigenen Parameter mit in den Trainingsprozess einbezieht und dynamisch zwischen einem Genetischen Algorithmus und einem Evolutionären Verfahren wechseln kann. Hierdurch vermag das Verfahren neben dem Training von Neuronalen Netzen eine Vielzahl von beliebigen Optimierungsproblemen zu lösen.
Die Arbeit richtet sich nicht nur an Analysten, die mittels Neuronaler Netze Kursprognosen erstellen wollen, sondern auch an Programmierer von Neuronalen Netzen oder Genetischen Algorithmen. Dabei werden die nötigen Programmschritte so dargestellt, dass sie auch für Nicht-Programmierer nachvollziehbar sind. Des Weiteren wird ein Algorithmus (inklusive Programmlisting) vorgestellt, der ähnlich dem julianischen Datum eine lineare Zählung von Tagen ermöglicht, dabei jedoch Wochenenden herausrechnet und somit eine Platzersparnis von 28% erzielt.
Christoph A. Hövel, geboren am 28. August 1969 in Neuss, studierte von 1991 – 1996 am Fachbereich Wirtschaftswissenschaft der Bergischen Universität Wuppertal. Schon während des Studiums beschäftigte er sich mit Neuronalen Netzen. Nach dem Diplom entwickelte er die Software „stockDog“, welche die Grundlage der Dissertation bildet. Die Promotion zum Dr. rer. oec. erfolgte im Mai 2003.
| Erscheint lt. Verlag | 26.5.2003 |
|---|---|
| Reihe/Serie | Quantitative Ökonomie ; 131 |
| Vorwort | Winfried Matthes |
| Sprache | deutsch |
| Maße | 147 x 210 mm |
| Gewicht | 304 g |
| Einbandart | Paperback |
| Themenwelt | Wirtschaft ► Allgemeines / Lexika |
| Schlagworte | Finanzmarktprognose • HC/Wirtschaft/Allgemeines, Lexika • Künstliche Neuronale Netze • Neuronale Netze |
| ISBN-10 | 3-89936-095-8 / 3899360958 |
| ISBN-13 | 978-3-89936-095-0 / 9783899360950 |
| Zustand | Neuware |
| Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
| Haben Sie eine Frage zum Produkt? |
Mehr entdecken
aus dem Bereich
aus dem Bereich
erfolgreich bei Bachelor- und Masterarbeit
Buch | Softcover (2024)
Vahlen (Verlag)
CHF 26,45
erfolgreich organisieren, recherchieren, präsentieren
Buch | Softcover (2025)
Vahlen, Franz (Verlag)
CHF 26,45
Buch | Softcover (2025)
Franz Vahlen (Verlag)
CHF 30,65
