S&P 500 Forecasting by Fuzzy Neural Network
نویسندگان
چکیده
منابع مشابه
Online Short Term Load Forecasting by Fuzzy ARTMAP Neural Network
This paper presents the application of Fuzzy ARTMAP neural network for evaluating on-line load forecasting in short term case. A new approach using artificial neural networks (ANNs) is proposed for short term load forecasting. To forecast loads of a day, the hourly load pattern and the maximum and minimum and average of temprature must be determined. To demonstrate the effectiveness of the prop...
متن کاملپیش بینی ورشکستگی شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از شبکه های عصبی مصنوعی forecasting corporation bankruptcy by using artificial neural network
استفاده از نسبت های مالی برای پیش بینی ورشکستگی شرکتها، همیشه مورد توجه دانشگاهیان و بنگاه های اقتصادی، بویژه بانک ها و سایر نهادهای مالی بوده است. پیش بینی به موقع میتواند تصمیم گیران را در یافتن راه حل و پیشگیری از ورشکستگی، یاری نماید. همچنین، این مدل ها کاربرد بسیار زیادی در رتبه بندی اعتباری و نحوه توزیع تسهیلات بانکی دارد. در چنین مطالعاتی معمولات از مدل های آماری مانند تحلیل ممیز چندگانه...
15 صفحه اولFuzzy Clustering Neural Network as Flood Forecasting Model
Flood forecasting is always a challenge in Taiwan, which has a subtropical climate and high mountains. This paper develops a fuzzy clustering neural network (FCNN), and implements this novel structure and reasoning process for flood forecasting. The FCNN has a hybrid learning scheme; the unsupervised learning scheme employs fuzzy min-max clustering to extract information from the input data. Th...
متن کاملA Fuzzy Neural Network Model for Forecasting Stock Price
In this paper, a neural network-driven fuzzy reasoning system for stock price forecast is proposed on the basis of improved Takagi-Sugeno reasoning model. The experimental result shows that the fuzzy neural network has such properties as fast convergence, high precision and strong function approximation ability and is suitable for real stock price prediction.
متن کاملStock price forecasting: autoregressive modelling and fuzzy neural network
Most models for the time series of stock prices have centered on autoregressive (AR) processes. Traditionaly, fundamantal Box-Jenkins analysis [2] have been the mainstream methodology used to develop time series models. Next, we briefly describe the develop a classical AR model for stock price forecasting. A fuzzy regression model is then introduced. Following this description, an artificial fu...
متن کاملذخیره در منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ژورنال
عنوان ژورنال: Lecture Notes on Software Engineering
سال: 2014
ISSN: 2301-3559
DOI: 10.7763/lnse.2014.v2.109