Biblioteca122.739 documentos en línea

Artículo

Improving Forecasts of the EGARCH Model Using Artificial Neural Network and Fuzzy Inference SystemMejorando Pronósticos del Modelo EGARCH Utilizando Redes Neuronales Artificiales y Sistema de Inferencia Difusa

Resumen

Este documento propone un modelo innovador para resolver el problema de modelado preciso para predecir la volatilidad del mercado de valores. Este modelo ha sido desarrollado mediante una combinación de los modelos FIS, ANN y EGARCH. Dado que el modelo propuesto es altamente no lineal y los métodos de estimación de parámetros basados en gradientes podrían no proporcionar parámetros óptimos globales para modelos altamente no lineales, el estudio ha decidido utilizar algoritmos evolutivos en su lugar. En particular, se sugiere utilizar un algoritmo de evolución diferencial (DE) para resolver el problema de estimación de parámetros del modelo propuesto. Posteriormente, se ha desarrollado matemáticamente el modelo semiparamétrico no lineal fuzzy-EGARCH-ANN a partir de los tres modelos mencionados anteriormente, y el estudio ha simulado datos con él. Después de la simulación, se realiza la estimación de parámetros del modelo propuesto utilizando un algoritmo de evolución diferencial en los datos simulados. Finalmente, se observa que el modelo propuesto es bueno para capturar

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento