Resumen

Con un enfoque en el mercado financiero, la predicción de la dinámica del mercado de valores ha recibido mucha atención. Predecir las fluctuaciones del mercado de valores suele ser desafiante debido a las series temporales no lineales y no estacionarias de los precios de las acciones. La red recurrente Elman es conocida por su capacidad para manejar información dinámica, lo que la ha convertido en una aplicación exitosa para la predicción. Desarrollamos un enfoque híbrido que combinaba la red recurrente Elman con la técnica de máquina de factorización (FM), es decir, la red neuronal FM-Elman, para predecir la volatilidad del mercado de valores. En este artículo, se utilizaron el índice Standard & Poors 500 Composite Stock Price (S&P 500), el índice Dow Jones Industrial Average (DJIA), el índice compuesto de la Bolsa de Valores de Shanghái (SSEC) y el índice de Componentes de Valores de Shenzhen (SZI) para demostrar la validez de nuestro modelo propuesto FM

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Mercado financiero; Pronóstico de la dinámica del mercado de valores; Red recurrente Elman; Máquina de factorización; Red neuronal FM-Elman; Volatilidad del mercado de valores
• Keywords:Financial market; Stock market dynamics forecasting; Elman recurrent network; Factorization machine; FM-Elman neural network; Stock market volatility