Using a dynamic artificial neural network for forecasting the volatility of a financial time series / (Record no. 11681)

MARC details
000 -LEADER
campo de control de longitud fija 02317nab a22003017a 4500
005 - FECHA Y HORA DE LA ÚLTIMA TRANSACCIÓN
campo de control 20250131232756.0
007 - CAMPO FIJO DE DESCRIPCIÓN FÍSICA--INFORMACIÓN GENERAL
campo de control de longitud fija ta
008 - DATOS DE LONGITUD FIJA--INFORMACIÓN GENERAL
campo de control de longitud fija 191014i xxugr|perm||| 00| 0 spa d
022 ## - NÚMERO INTERNACIONAL NORMALIZADO PARA PUBLICACIONES SERIADAS
Número Internacional Normalizado para Publicaciones Seriadas 1692-3324
040 ## - FUENTE DE CATALOGACIÓN
Centro/agencia transcriptor Ost
096 ## - ASIGNACIÓN LOCAL TIPO-NLM SIGNATURA TOPOGRÁFICA (OCLC)
Número de clasificación Vol. 12, No. 13 (Enero-Junio, 2013)
Número de ítem Revista Ingenierías
100 ## - ENTRADA PRINCIPAL--NOMBRE DE PERSONA
9 (RLIN) 27561
Nombre de persona López Pérez, Fredy
Término indicativo de función/relación Autor
240 ## - TÍTULO UNIFORME
Título uniforme Ingenierías
245 ## - MENCIÓN DEL TÍTULO
Título Using a dynamic artificial neural network for forecasting the volatility of a financial time series /
Mención de responsabilidad, etc. Juan D. Velásquez,Sarah Gutiérrez,Carlos J. Franco
260 ## - PUBLICACIÓN, DISTRIBUCIÓN, ETC.
Lugar de publicación, distribución, etc. Medellin:
Nombre del editor, distribuidor, etc. Universidad de Medellin,
Fecha de publicación, distribución, etc. 2013.
300 ## - DESCRIPCIÓN FÍSICA
Extensión pp. 127-136
Dimensiones 27 cm.
310 ## - PERIODICIDAD ACTUAL
Periodicidad actual Semestral
362 ## - FECHAS DE PUBLICACIÓN Y/O DESIGNACIÓN SECUENCIAL
Fecha de publicación y/o designación secuencial Vol. 12, No. 13 (Enero-Junio, 2013)
520 ## - RESUMEN, ETC.
Sumario, etc. The ability to obtain accurate volatility forecasts is an important issue for the financial analyst. In this paper, we use the DAN2 model, a multilayer perceptronand an ARCH model to predict the monthly conditional variance of stock prices.The results show that DAN2 model is more accurate for predicting in-sample andout-of-sample variance that the other considered models for the used data set. Thus, the value of this neural network as a predictive tool is demonstrated.
546 ## - NOTA DE IDIOMA
Nota de lengua/lenguaje La capacidad de obtener pronósticos precisos de volatilidad es un tema importante para el analista financiero. En este artículo, utilizamos el modelo DAN2, un modelo de percepción multicapa y un modelo ARCH para predecir la varianza condicional mensual de los precios de las acciones. Los resultados muestran que el modelo DAN2 es más preciso para predecir la varianza dentro y fuera de la muestra que el otro consideró modelos para el conjunto de datos utilizado. Por lo tanto, se demuestra el valor de esta red neuronal como herramienta predictiva.
650 ## - PUNTO DE ACCESO ADICIONAL DE MATERIA--TÉRMINO DE MATERIA
9 (RLIN) 27109
Término de materia o nombre geográfico como elemento de entrada prediccion
Subdivisión geográfica COLOMBIA
650 ## - PUNTO DE ACCESO ADICIONAL DE MATERIA--TÉRMINO DE MATERIA
9 (RLIN) 27463
Término de materia o nombre geográfico como elemento de entrada VOLATILIDAD
Subdivisión geográfica COLOMBIA
773 ## - ASIENTO DE ITEM FUENTE
Título Ingenierías
Número Internacional Normalizado para Publicaciones Seriadas 1692-3324
776 ## - ENTRADA DE FORMULARIO FÍSICO ADICIONAL
Título Ingenierías
Número Internacional Normalizado para Publicaciones Seriadas 1692-3324
773 0# - ASIENTO DE ITEM FUENTE
Número bibliográfico anfitrión 12535
Número de ítem anfitrión 13226
Encabezamiento principal López Pérez,Fredy
Edición
Lugar, editor y fecha de publicación Medellin: Universidad de Medellin, 2013.
Otro identificador del documento R01188
Título Ingenierias:
Número de control del registro
Número Internacional Normalizado para Publicaciones Seriadas 1692-3324
Número Internacional Estándar del Libro
856 ## - LOCALIZACIÓN Y ACCESO ELECTRÓNICOS
Identificador Uniforme de Recurso <a href="https://revistas.udem.edu.co/index.php/ingenierias/article/view/637">https://revistas.udem.edu.co/index.php/ingenierias/article/view/637</a>
Texto de enlace Using a dynamic artificial neural network for forecasting the volatility of a financial time series.
Nota pública Dar clic para acceder al artículo en línea
942 ## - ELEMENTOS DE ENTRADA SECUNDARIOS (KOHA)
Fuente de la clasificación o esquema de estantería Clasificación Decimal Dewey
Tipo de ítem Koha Recursos continuados

No items available.