Preditor de alto desempenho para retornos de ações baseado em redes neurais sem peso

Página do item simplificado
dc.contributor.advisor-co1Freitas, Fábio Daros de
dc.contributor.advisor1Souza, Aberto Ferreira de
dc.contributor.authorAlmeida, André Gustavo Coelho de
dc.contributor.referee1Gonçalves, Claudine Santos Badue
dc.contributor.referee2França, Felipe Maia Galvão
dc.date.accessioned2016-08-29T15:33:16Z
dc.date.available2016-07-11
dc.date.available2016-08-29T15:33:16Z
dc.date.issued2011-08-30
dc.description.abstractThis work presents a new weightless neural network-based time series predictor that uses Virtual Generalized Random Access Memory weightless neural network, which does not store knowledge in their connections but in Random Access Memories (RAM) inside the network’s nodes, or neurons. This new predictor was evaluated in predicting future weekly returns of 46 stocks from the Brazilian stock market and compared with neural autoregressive predictors based on feedfoward neural networks trained with the backpropagation algorithm. Our results showed that weightless neural network-based predictors can produce predictions of future stock returns with the same error levels and properties of baseline autoregressive neural network predictors, however, running 5.000 times faster.eng
dc.description.resumoEste trabalho apresenta um novo preditor de séries temporais baseado em rede neural sem peso que utiliza Virtual Generalized Random Access Memory para predizer retorno futuro de ações. Esse novo preditor foi avaliado na predição de retornos futuros semanais de 46 ações de mercado de ações brasileiro. Os resultados mostram que preditores neurais sem peso podem produzir predições de retornos com os mesmo níveis de erros e propriedades de um preditor neural autoregressivo, entretando, 5.000 vezes mais rápido.
dc.formatText
dc.identifier.citationALMEIDA, André Gustavo Coelho de. Preditor de alto desempenho para retornos de ações baseado em redes neurais sem peso. 2011. 57 p. Dissertação (Mestrado em Informática) - Universidade Federal do Espírito Santo, Centro Tecnológico, Vitória, 2011.
dc.identifier.urihttp://repositorio.ufes.br/handle/10/4249
dc.languagepor
dc.publisherUniversidade Federal do Espírito Santo
dc.publisher.countryBR
dc.publisher.courseMestrado em Informática
dc.publisher.departmentCentro Tecnológico
dc.publisher.initialsUFES
dc.publisher.programPrograma de Pós-Graduação em Informática
dc.rightsopen access
dc.subjectPreditor ARNNpor
dc.subjectPreditor WNN VG-RAMpor
dc.subject.br-rjbnRedes neurais (Computação)
dc.subject.cnpqCiência da Computação
dc.subject.udc004
dc.titlePreditor de alto desempenho para retornos de ações baseado em redes neurais sem peso
dc.typemasterThesis
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Dissertação_4982_.pdf
Tamanho:
777.92 KB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Coleções
Mestrado em Informática