1. Improving Quality of Long-Term Bond Price Prediction Using Artificial Neural Networks
| SYS | 0280178 | |
|---|---|---|
| LBL | 00000naa--22^^^^^---450- | |
| 005 | 20240502074339.7 | |
| 014 | $a 2-s2.0-85104480296 $2 SCOPUS | |
| 014 | $a 000636478800008 $2 WOS | |
| 017 | 70 | $a 10.12776/QIP.V25I1.1532 $2 DOI |
| 035 | $a 438286 $2 CREPC2 | |
| 100 | $a 20211210a2021łłłłm--y0sloc0103----ba | |
| 101 | 0- | $a eng $d eng |
| 102 | $a SK | |
| 200 | 1- | $a Improving Quality of Long-Term Bond Price Prediction Using Artificial Neural Networks $f Robert Verner, Michal Tkáč, Michal Tkáč ml. |
| 301 | $a VEGA 1/0736/19 | |
| 321 | $a Registrovaný: Scopus | |
| 321 | $a Registrovaný: Web of Science | |
| 330 | $a 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. | |
| 463 | -1 | $1 001 eu_un_cat*0251446 $1 011 $a 1335-1745 $1 011 $a 1338-984X $1 200 1 $a Quality Innovation Prosperity $d Kvalitna inovácia prosperita $v Vol. 25, no. 1 (2021), pp. 103-123 online $1 210 $a Košice $c Technická univerzita v Košiciach |
| 541 | 1- | $a Zlepšenie kvality predpovedania cien dlhodobých dlhopisov pomocou umelých neurónových sietí |
| 610 | 1- | $9 eu_un_auth*h0001730 $a dlhopisy |
| 610 | 1- | $9 eu_un_auth*h0004100 $a papiere cenné |
| 610 | 1- | $9 eu_un_auth*h0005687 $a siete neurónové |
| 610 | 1- | $9 eu_un_auth*h0002511 $a inteligencia umelá |
| 610 | 1- | $9 eu_un_auth*h0005063 $a prognózovanie |
| 610 | 1- | $9 eu_un_auth*h0005062 $a prognostika |
| 610 | 1- | $9 eu_un_auth*h0006167 $a swap |
| 610 | 1- | $9 eu_un_auth*h0006611 $a trh kapitálový |
| 700 | -1 | $3 eu_un_auth*0059052 $a Verner $b Robert $p EUBPHFKKM $4 070 $9 34 $f 1986- $T Katedra kvantitatívnych metód PHF |
| 701 | -1 | $3 eu_un_auth*p0059301 $a Tkáč $b Michal $p EUBPHFKKM $4 070 $9 33 $f 1958- $T Katedra kvantitatívnych metód PHF |
| 701 | -1 | $3 eu_un_auth*0052526 $a Tkáč $b Michal $c ml. $p EUBPHFKRP $4 070 $9 33 $f 1984- $T Katedra finančného riadenia podniku PHF |
| 801 | -0 | $a SK $b BA004 $c 20211210 $g AACR2 |
| T85 | $x existuji fulltexy |