使用多输入多输出人工神经网络预测印度股票市场波动率
神经与进化计算
2016-04-19 v1
摘要
股票市场的波动性在应用金融文献中已被广泛研究。本文构建了基于各种反向传播算法的人工神经网络模型，通过NIFTY收益率波动率和黄金收益率波动率来预测印度股票市场的波动率。该模型将India VIX、CBOE VIX、原油收益率波动率(CRUDESDR)、DJIA收益率波动率(DJIASDR)、DAX收益率波动率(DAXSDR)、恒生收益率波动率(HANGSDR)和日经收益率波动率(NIKKEISDR)作为预测变量。为判断该方法的有效性，在三个时间段上进行了三组实验。
引用
@article{arxiv.1604.05008,
title = {Forecasting Volatility in Indian Stock Market using Artificial Neural Network with Multiple Inputs and Outputs},
author = {Tamal Datta Chaudhuri and Indranil Ghosh},
journal= {arXiv preprint arXiv:1604.05008},
year = {2016}
}