| Revista: | Económica (La Plata) |
| Base de datos: | CLASE |
| Número de sistema: | 000361722 |
| ISSN: | 0013-0419 |
| Autores: | Balacco, Hugo Roberto1 Maradona, Gustavo Germán1 |
| Instituciones: | 1Universidad Nacional de Cuyo, Facultad de Ciencias Económicas, Mendoza. Argentina |
| Año: | 2011 |
| Periodo: | Ene-Dic |
| Volumen: | 57 |
| Paginación: | 3-23 |
| País: | Argentina |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico |
| Resumen en español | El objetivo perseguido en el presente trabajo lo constituye la modelización y predicción de series temporales financieras utilizando redes neuronales. Al respecto, se seleccionó una red neuronal total recurrente con dos capas ocultas, una capa para la función umbral lineal y otra para función arcotangente. Las series utilizadas fueron los índices MERVAL (Argentina) y DOW JONES (USA). Los resultados, obtenidos con información correspondiente al período 1995-2006, se exponen en comparación con técnicas alternativas y con resultados obtenidos por otros investigadores |
| Resumen en inglés | The purpose of this work is to model and predict Financials Time Series by using neural networks. In order to achieve this aim, a recurrent total neural network with two hidden layers has been chosen; one layer for the linear threshold function and the other for the arctangent function. The series used in this research paper are the MERVAL index (Argentina) and the DOW JONES (USA). These results are based on information obtained over a period that goes from 1995 to 2006. The presentation will deal with the comparison of alternative techniques and the results obtained by other research workers |
| Disciplinas: | Ciencias de la computación, Economía, Ciencia y tecnología |
| Palabras clave: | Inteligencia artificial (IA), Econometría, Tecnología, Programación, Procesamiento de datos, Mercados financieros, Redes neuronales, Bolsa de valores, Tasas de interés, Argentina |
| Texto completo: | Texto completo (Ver PDF) |
