Financial prediction has attracted

Financial prediction has attracted a lot of interest due to the financial implications that the accurate prediction of financial markets can have. A variety of data driven modelling approaches have been applied but their performance has produced mixed results. In this study we apply both parametric (neural networks with active neurons) and nonparametric (analog complexing) self-organising modelling methods for the daily prediction of the exchange rate market. We also propose a combined approach where the parametric and nonparametric self-organising methods are combined sequentially, exploiting the advantages of the individual methods with the aim of improving their performance. The combined method is found to produce promising results and to outperform the individual methods when tested with two exchange rates: the American Dollar and the Deutche Mark against the British Pound

ผลลัพธ์ (ไทย) 1:

พยากรณ์ทางการเงินได้ดึงดูดมากมายน่าสนใจเนื่องจากผลกระทบทางการเงินที่ทำนายถูกต้องของตลาดการเงินได้ หลากหลายข้อมูลขับเคลื่อนการสร้างแบบจำลองวิธีการใช้ แต่ประสิทธิภาพของพวกเขาได้ผลิตผลผสม ในการศึกษานี้ เราใช้ทั้งพาราเมตริก (ประสาทเครือข่ายที่ มีใช้งาน neurons) และ nonparametric (complexing อนาล็อก) ได้จัดสร้างแบบจำลองวิธีการคาดเดาตลาดอัตราแลกเปลี่ยนประจำวันด้วยตนเอง นอกจากนี้เรายังเสนอวิธีการรวมที่วิธีจัดระเบียบตนเองแบบพาราเมตริก และ nonparametric รวมตามลำดับ exploiting ข้อดีแต่ละวิธี มีจุดประสงค์เพื่อปรับปรุงประสิทธิภาพการทำงานของพวกเขา วิธีการรวมอยู่ใน การผลิตแนวโน้มผล และมีประสิทธิภาพสูงกว่าวิธีการแต่ละเมื่อทดสอบกับอัตราแลกเปลี่ยนสอง: ดอลลาร์อเมริกันและหมาย Deutche กับอังกฤษ

ผลลัพธ์ (ไทย) 2:

การคาดการณ์ทางการเงินได้ดึงดูดความสนใจอย่างมากเนื่องจากผลกระทบทางการเงินที่ถูกต้องคาดการณ์ของตลาดการเงินสามารถมี ความหลากหลายของข้อมูลที่ขับเคลื่อนด้วยวิธีการสร้างแบบจำลองได้ถูกนำมาใช้ แต่ประสิทธิภาพของพวกเขามีการผลิตผลการผสม ในการศึกษานี้เราใช้ทั้งพารา (เครือข่ายประสาทเซลล์ประสาทที่มีการใช้งาน) และไม่อิงพารามิเตอร์ (complexing อะนาล็อก) การจัดระเบียบตัวเองวิธีการสร้างแบบจำลองสำหรับการคาดการณ์ในชีวิตประจำวันของตลาดอัตราแลกเปลี่ยน นอกจากนี้เรายังนำเสนอวิธีการทำงานร่วมกันที่พาราอิงพารามิเตอร์และวิธีการจัดการตนเองจะรวมกันตามลำดับการใช้ประโยชน์จากข้อได้เปรียบของวิธีการของแต่ละบุคคลที่มีจุดประสงค์ในการปรับปรุงประสิทธิภาพการทำงานของพวกเขา วิธีการรวมพบว่าผลลัพธ์ที่มีแนวโน้มและมีประสิทธิภาพสูงกว่าวิธีการของแต่ละบุคคลเมื่อทดสอบกับสองอัตราแลกเปลี่ยน: เงินดอลลาร์อเมริกันและ Deutche มาร์คกับปอนด์อังกฤษ

ผลลัพธ์ (ไทย) 3:

การพยากรณ์ทางการเงินได้ดึงดูดความสนใจมากเนื่องจากผลกระทบทางการเงินที่คาดการณ์ที่ถูกต้องของตลาดการเงินได้ ความหลากหลายของข้อมูลขับเคลื่อนแบบวิธีมาใช้ แต่ประสิทธิภาพการทำงานของพวกเขาได้ผลิตผลผสมในการศึกษานี้เราใช้ทั้งแบบพาราเมตริก ( เครือข่ายประสาทปราดเปรียว neurons ) และนอนพาราเมตริก ( Analog ใน ) ด้วยตนเองจัดการแบบวิธีทำนายรายวันของตลาดอัตราแลกเปลี่ยน เรายังเสนอวิธีการรวมที่จัดและตนเองจัดการวิธีการรวมกันราว 3 ,การใช้ประโยชน์จากข้อดีของวิธีเดี่ยวกับจุดมุ่งหมายของการปรับปรุงประสิทธิภาพของพวกเขา วิธีการรวมพบว่าให้ผลลัพธ์ที่มีแนวโน้มและดีกว่าวิธีที่แต่ละบุคคล เมื่อทดสอบกับสองอัตราแลกเปลี่ยน : ดอลลาร์ สหรัฐ และ deutche มาร์คกับปอนด์อังกฤษ