Number of the records: 1
Improving Quality of Long-Term Bond Price Prediction Using Artificial Neural Networks
Title Improving Quality of Long-Term Bond Price Prediction Using Artificial Neural Networks Translation Zlepšenie kvality predpovedania cien dlhodobých dlhopisov pomocou umelých neurónových sietí Author info Robert Verner, Michal Tkáč, Michal Tkáč ml. Author Verner Robert EUBPHFKKM - Katedra kvantitatívnych metód PHF Co-authors Tkáč Michal EUBPHFKKM - Katedra kvantitatívnych metód PHF Tkáč Michal ml. EUBPHFKRP - Katedra finančného riadenia podniku PHF Source document Quality Innovation Prosperity. Vol. 25, no. 1 (2021), pp. 103-123 online. - Košice : Technická univerzita v Košiciach. ISSN 1335-1745 DOI 10.12776/QIP.V25I1.1532 Note VEGA 1/0736/19. - Registrovaný: Scopus. - Registrovaný: Web of Science Document kind schedule of articles from periodics Language English Country of Edition Slovak Republic Keywords dlhopisy * papiere cenné * siete neurónové * inteligencia umelá * prognózovanie * prognostika * swap * trh kapitálový Annotation Použitie umelej inteligencie, ako presnej, robustnej a rýchlej metódy predpovedania cien dlhopisov, vzhľadom na komplexný charakter trhových informácií, ovplyvňujúcich dlhopisy. Návrh nelineárnej autoregresnej neurónovej siete, ktorá môže zlepšiť kvalitu prognózovania cien dlhopisov s výsledkami, dosahujúcimi koeficient determinácie, vyšší ako 95 %, v trénovacej, validačnej a testovacej množine. Návrh nelineárnej autoregresnej siete s externými vstupmi, s použitím 50-ročných úrokových swapov, denominovaných v eurách a indexu volatility VIX, ako dvoch externých premenných. Použitie algoritmov učenia Levenberg-Marquardt a Scaled conjugate gradient na vzorke denných cien od 4. 1. 2016 do 13. 1. 2021 (celkovo 1 270 obchodných dní). Napriek uspokojivým výsledkom oboch učiacich sa algoritmov, implementácia nezávislej premennej do prostredia autoregresnej neurónovej siete nemala významný vplyv na predikčnú schopnosť modelu. Public work category ADN Registered in WOS Registered in SCOPUS Database PUBLIKAČNÁ ČINNOSŤ No. of Archival Copy E21 00628-001, online
File name Size Typ prístupu Plný text PDF 526.4 KB verejne dostupné 
article
Number of the records: 1