Skip to main content

2012 | OriginalPaper | Buchkapitel

Forecasting Market Prices with Causal-Retro-Causal Neural Networks

verfasst von : Hans-Georg Zimmermann, Ralph Grothmann, Christoph Tietz

Erschienen in: Operations Research Proceedings 2011

Verlag: Springer Berlin Heidelberg

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Forecasting of market prices is a basis of rational decision making [Zim94]. Especially recurrent neural networks (RNN) offer a framework for the computation of a complete temporal development. Our applications include short- (20 days) and long-term (52 weeks) forecast models. We describe neural networks (NN) along a correspondence principle, representing them in form of equations, architectures and embedded local algorithms.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Metadaten
Titel
Forecasting Market Prices with Causal-Retro-Causal Neural Networks
verfasst von
Hans-Georg Zimmermann
Ralph Grothmann
Christoph Tietz
Copyright-Jahr
2012
Verlag
Springer Berlin Heidelberg
DOI
https://doi.org/10.1007/978-3-642-29210-1_92

Premium Partner