Detailansicht
Kombination Künstlicher Neuronaler Netze
Zur Prognose von Wechselkursen
ISBN/EAN: 9783824479009
Umbreit-Nr.: 1255164
Sprache:
Deutsch
Umfang: xviii, 259 S., 15 s/w Illustr., 259 S. 15 Abb.
Format in cm:
Einband:
kartoniertes Buch
Erschienen am 23.09.2003
- Zusatztext
- InhaltsangabePrognose einer ökonomischen Zeitreihe Optimale Modelle Fehlermaße Kombinationsmodelle Künstliche Neuronale Netze (KNN) Prognose einer Finanzzeitreihe mit KNN Mixture Density Networks (MDN) Evolution von KNN und MDN
- Kurztext
- 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.
- Autorenportrait
- Dr. Frank Richter promovierte bei Prof. Dr. Heinz Schaefer am Institut für Konjunktur und Strukturforschung der Universität Bremen. Er ist als Spezialist im Bereich analytischer Anwendungen tätig.