Financial time series forecasting using independent component analysis and artificial neural networks
碩士 === 輔仁大學 === 管理學研究所 === 97 === 金融時間序列本身吵，非平穩和deterministically chaotic.It是一個最具挑戰性的應用現代時間序列預測。在這項研究中，一個模式使用獨立成分分析（ ICA ）的特徵提取工具的反向傳播網絡（ BP網絡）預測模型的建議。人工神經網絡（神經網絡）已成功地應用於時間序列預測，尤其在金融時間序列預測。模擬的金融時間序列的人工神經網絡的關鍵問題之一是固有的高噪聲。因此，檢測和刪除噪音是重要的，但困難的任務時，建設一個人工神經網絡預測模型。 在這項研究中，預測模型採用獨立成分分析（ ICA ） ，人工神經網絡提出了金融時間...
| Main Authors: | , |
|---|---|
| Other Authors: | |
| Format: | Others |
| Language: | zh-TW |
| Published: |
2009
|
| Online Access: | http://ndltd.ncl.edu.tw/handle/09689074108259747684 |