Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

A fractal structure of time series and prediction (a comparative study to neural network)

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61988987%3A17310%2F10%3AA1100YDC" target="_blank" >RIV/61988987:17310/10:A1100YDC - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    A fractal structure of time series and prediction (a comparative study to neural network)

  • Popis výsledku v původním jazyce

    We develop two models for analysis and forecasting of financial time series. The first model is based on Elliott waves, which disposes of fractal structure. The second one uses an artificial neural network that is adapted by backpropagation. The Elliottwave principle is a detailed description of how financial markets behave. Artificial neural networks are suitable for predicting time series because are able to generalize and are resistant to noise. This paper also includes experimental results of timeseries prediction carried out with both mentioned models.

  • Název v anglickém jazyce

    A fractal structure of time series and prediction (a comparative study to neural network)

  • Popis výsledku anglicky

    We develop two models for analysis and forecasting of financial time series. The first model is based on Elliott waves, which disposes of fractal structure. The second one uses an artificial neural network that is adapted by backpropagation. The Elliottwave principle is a detailed description of how financial markets behave. Artificial neural networks are suitable for predicting time series because are able to generalize and are resistant to noise. This paper also includes experimental results of timeseries prediction carried out with both mentioned models.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2010

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Mendel 2010

  • ISBN

    978-80-214-4120-0

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

  • Název nakladatele

    Brno Univerzity of Technology

  • Místo vydání

    Brno

  • Místo konání akce

    Brno

  • Datum konání akce

    23. 6. 2010

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000288144100020