Advertisement

Kombination Künstlicher Neuronaler Netze

Zur Prognose von Wechselkursen

  • Authors
  • Frank Richter

Table of contents

  1. Front Matter
    Pages i-xvii
  2. Frank Richter
    Pages 1-5
  3. Frank Richter
    Pages 7-14
  4. Frank Richter
    Pages 15-24
  5. Frank Richter
    Pages 25-31
  6. Frank Richter
    Pages 33-77
  7. Frank Richter
    Pages 79-116
  8. Frank Richter
    Pages 117-170
  9. Frank Richter
    Pages 171-198
  10. Frank Richter
    Pages 199-237
  11. Frank Richter
    Pages 239-242
  12. Back Matter
    Pages 243-261

About this book

Introduction

Wechselkursprognosen gelten als äußerst problematisch. Künstliche Neuronale Netze werden in solch schwierigen Fällen häufig eingesetzt, denn sie bieten sich an, um nichtlineare Zusammenhänge im ökonomischen Kontext zu untersuchen. Allerdings können einzelne Künstliche Neuronale Netze ihrer Aufgabe oft nicht gerecht werden.

Frank Richter zeigt, dass sich bessere Prognosen erstellen lassen, wenn statt eines einzelnen Modells eine Modellkombination verwendet wird, die die Stärken einzelner Modelle nutzt, ihre Schwächen hingegen weitestgehend ausschaltet. Er präsentiert Möglichkeiten der Kombination Künstlicher Neuronaler Netze und belegt anhand einer empirischen Untersuchung zur Vorhersage der Relation zwischen US-Dollar und DM die Vorteile von Kombinationsmodellen. Es zeichnet sich ab, dass für Wechselkursprognosen die Verwendung einer adäquaten Nutzenfunktion eine wichtige Rolle spielt.

Keywords

Genetische Algorithmen Hybrid-Ansatz Kombinationsmodelle, gruppierte und modulare Mixture-Density-Networks Netzwerke Wechselkursprognose künstliche neuronale Netze

Bibliographic information

  • DOI https://doi.org/10.1007/978-3-322-81570-5
  • Copyright Information Gabler Verlag | Springer Fachmedien Wiesbaden GmbH, Wiesbaden 2003
  • Publisher Name Deutscher Universitätsverlag
  • eBook Packages Springer Book Archive
  • Print ISBN 978-3-8244-7900-9
  • Online ISBN 978-3-322-81570-5
  • Buy this book on publisher's site
Industry Sectors
Pharma
Automotive
Chemical Manufacturing
Biotechnology
Finance, Business & Banking
Consumer Packaged Goods