A Nonlinear Autoregressive Model with Exogenous Variables Neural Network for Stock Market Timing: The Candlestick Technical Analysis
محل انتشار: دهمین کنفرانس بین المللی مهندسی صنایع
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,002
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IIEC10_053
تاریخ نمایه سازی: 10 شهریور 1393
چکیده مقاله:
In this paper, the nonlinear autoregressive model with exogenous variables as a new neural network is used for timing of the stock markets on the basis of the technical analysis of Japanese Candlestick. In the model the nonlinear autoregressive model with exogenous variables” is an analyzer. For a more reliable comparison, here (like the litrature) two approaches of Raw-based and Signal-based are devised to generate the input data of the model. The correct predictions percentages for periods of 1- 6 days with the total number of buy and sell signals are considered. The result prove that to some extent the approaches have similar performances while apparently they are superior to a feed-forward static neural network. The created network is evaluated by the measure of Mean of Squared Error and the proposed model accuracy is calculated to be extremely high.
کلیدواژه ها:
Finance ، Stock Market Forecasting ، Technical Analysis ، NARX recurrent neural network ، Levenberg Marquardt algorithm
نویسندگان
Elham Ahmadi
M.S. Student, Department of Industrial Engineering, Yazd University, Yazd, Iran
Mohammad HosseinAbooie
Ph.D, Assistant Professor of Industrial Engineering,YazdUni, Yazd, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :