Examining how unforeseen events affect accuracy and recovery of a non-linear autoregressive neural network in stock market prognoses
This report studies how a non-linear autoregressive neural network algorithm for stock market value prognoses is affected by unforeseen events. The study attempts to find out the recovery period for said algorithms after an event, and whether the magnitude of the event affects the recovery period. T...
Main Authors: | Nyman, Nick, Postigo Smura, Michel |
---|---|
Format: | Others |
Language: | English |
Published: |
KTH, Skolan för datavetenskap och kommunikation (CSC)
2016
|
Subjects: | |
Online Access: | http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-186435 |
Similar Items
-
Feldiagnos för RM12 baserad på identifierade modeller
by: Viborg, Andreas
Published: (2004) -
Prediktion av priset på höstvete
by: Andersson, Nisa, et al.
Published: (2019) -
Klassificering av bilder från åtelkameror med hjälp av deep learning
by: Morgan, James, et al.
Published: (2021) -
Uppdelning av ett artificiellt neuralt nätverk
by: Eklund, Björn
Published: (2012) -
Styrsystem för fordon med hjälp av artificiella neurala nätverk
by: Engerström, Sigurd
Published: (2007)