J 2020

Comparison of neural networks and regression time series in estimating the development of the afternoon price of gold on the New York stock exchange

MACHOVÁ, Veronika; Tomáš KRULICKÝ a Jakub HORÁK

Základní údaje

Originální název

Comparison of neural networks and regression time series in estimating the development of the afternoon price of gold on the New York stock exchange

Název česky

Porovnání neuronových sítí a regresních časových řad při odhadu vývoje odpolední ceny zlata na Newyorské burze

Vydání

Social and Economic Revue, Trenčín, Slovensko, Faculty of Social and Economic Relations, Alexander Dubček University in Trenčín, 2020, 2585-9358

Další údaje

Jazyk

angličtina

Typ výsledku

Článek v odborném periodiku

Obor

50200 5.2 Economics and Business

Stát vydavatele

Slovensko

Utajení

není předmětem státního či obchodního tajemství

Označené pro přenos do RIV

Ne

Organizační jednotka

Vysoká škola technická a ekonomická v Českých Budějovicích

Klíčová slova česky

umělé neuronové sítě; regresní časové řady; predikce; cena zlata; komodita; budoucí vývoj cen

Klíčová slova anglicky

artificial neural networks; regression time series; prediction; gold price; commodity; future price development

Štítky

Změněno: 18. 8. 2020 16:26, Kateřina Nygrýnová

Anotace

V originále

This paper aims to perform a regression analysis of the development of the afternoon price of gold on the New York Stock exchange using artificial neural networks and linear regression. Data from a period longer than ten years are used. We use linear regression with the linear, exponential, polynomial, logarithmic, numbers of weighted distances, multiple negative-exponential extermination and spline function. Multilayer perceptron neural networks and neural networks of the radial basis function are generated. A total of 1,000 neural structures are generated, 5 of those with the best characteristics are retained.

Česky

Cílem této práce je provést regresní analýzu vývoje odpolední ceny zlata na burze v New Yorku pomocí umělých neuronových sítí a lineární regrese. Jsou použity údaje z období delšího než deset let. Používáme lineární regresi s lineární, exponenciální, polynomiální, logaritmickou, počtem vážených vzdáleností, vícenásobným negativně-exponenciálním vyhlazováním a spline funkcí. Jsou vytvořeny vícevrstvé perceptronové neuronové sítě a neuronové sítě radiální základní funkce. Celkem je generováno 1 000 neuronových struktur, 5 z nich s nejlepšími vlastnostmi je zachováno.

Přiložené soubory

Comparison_of_neural_networks_and_regression_time_series_in_estimating_the_development_of_the_afternoon_price_of_gold_on_the_New_York_stock_exchange.pdf
Požádat o autorskou verzi souboru