应用于巴西股票收益预测的神经网络架构研究
统计金融
2019-01-30 v1
摘要
在本文中，我们针对旨在影响神经网络在巴西股票收益预测准确性方面表现的特征进行了统计分析。我们创建了一组用于分析的架构总体，并提取出具有最佳准确性能的样体。我们验证了该样体的特征如何凸显并影响神经网络。此外，我们推断不同架构对神经网络性能的影响类型。在研究中，通过预测在圣保罗证券交易所交易的巴西股票的收益来衡量所构建的不同神经网络架构所犯的错误。结果令人鼓舞，并表明神经网络架构的某些方面对模型的准确性具有显著影响。
引用
@article{arxiv.1901.09143,
title = {A Study on Neural Network Architecture Applied to the Prediction of Brazilian Stock Returns},
author = {Leonardo Felizardo and Afonso Pinto},
journal= {arXiv preprint arXiv:1901.09143},
year = {2019}
}
备注
17 pages, in Portuguese, 4 figures, 12 tables, Poster presented in EnANPAD Conference