Open AccessVertybinių popierių kainų indeksų tyrimai naudojant dirbtinių neuroninių tinklų metodus
Author(s) -
Darius Plikynas,
Leonas Simanauskas,
Sigitas Būda
Publication year - 2001
Publication title -
ekonomika
Language(s) - Lithuanian
Resource type - Journals
eISSN - 2424-6166
pISSN - 1392-1258
DOI - 10.15388/ekon.2001.16963
Subject(s) - mathematics
Straipsnyje nagrinėjamos nacionalinės vertybinių popierių biržos (NVPB) indeksų autoregresinio, autoregresinio priežastinio ir priežastinio trendo modelių sudarymo ir jų pritaikymo, naudojant dirbtinių neuroninių tinklų (DNT) metodus, galimybės. Ištirtos dirbtinio neuroninio tinklo aproksimavimo ir prognozavimo galimybės, esant skirtingiems mokymo algoritmams, duomenų pateikimo būdams, neuroninio tinklo konfigūracijoms. DNT mokymas atliekamas remiantis praėjusių periodų atitinkamų nacionalinių indeksų vertėmis, šalies makroekonominių rodiklių bei kitų šalių vertybinių popierių kainų indeksų vertėmis. Tyrimo rezultatai lyginami su multidimensinės tiesinės regresijos rezultatais. Nustatytos optimalios dirbtinio neuroninio tinklo konfigūracijos, leidžiančios gauti geresnius NVPB kainų indeksų aproksimavimo ir prognozavimo rezultatus negu tiesinės regresijos metodu.