Pregled bibliografske jedinice broj: 27116
Neuronale Netze in Vorhersage der Rentabilitaet von Finanzlagen
Neuronale Netze in Vorhersage der Rentabilitaet von Finanzlagen // Investitions-entscheidungen in der Praxis / Runzheimer, Bodo ; Barković, Dražen (ur.).
Wiesbaden: Springer Gabler, 1998. str. 239-258
CROSBI ID: 27116 Za ispravke kontaktirajte CROSBI podršku putem web obrasca
Naslov
Neuronale Netze in Vorhersage der Rentabilitaet von Finanzlagen
(Neural Networks in Investment Profitability Predictions)
Autori
Zekić, Marijana
Vrsta, podvrsta i kategorija rada
Poglavlja u knjigama, znanstveni
Knjiga
Investitions-entscheidungen in der Praxis
Urednik/ci
Runzheimer, Bodo ; Barković, Dražen
Izdavač
Springer Gabler
Grad
Wiesbaden
Godina
1998
Raspon stranica
239-258
ISBN
3-409-12305-9
Ključne riječi
neuronale netze, rentabilitaet, finanzlagen
(neural networks, profitability, finance)
Sažetak
Neuronale Netze sind eine der Methoden künstlicher Intelligenz, die nach der Struktur des menschlichen Gehirns modelliert worden sind. Forschungsergebnisse zahlreicher Autoren haben einige positive Eigenschaften von neuronalen Netzen ausgewiesen, die dieser Methode den Vorrang vor den anderen Techniken geben:
Fähigkeit, unzulängliche, ungewisse Daten zu analysieren und die Fähigkeit Probleme zu lösen, bei denen die Lösung nicht klar einzusehen ist,
Fähigkeit auf Vorinformationen zu lernen.
Neuronale Netze finden ihre Anwendung bei Problemlösungen im Finanz- und Investitionsbereich. Unter den häufigsten sind:
Vorhersage von Rentabilität/Bankrott des Unternehmens,
verschiedene Risikokalkulationen (beim Gewähren hypothekarischer und anderer Kredite, Obligationskurse, u.ä.),
Vorhersage auf dem Warenmarkt und auf der Wertpapierbörse (Aktienkurse, Warenverkauf, u. ä.),
Finanzielle Prognosen (Vorhersagen von Zeitreihen). Die neuere Forschung richtet sich auf holographische neuronale Netze, Anwendung eines stufenartigen (conjugate gradient) Algorithmus mit dem Ziel der Fehlerverringerung, und anderer, meistens kombinierter Verfahren zur Verbesserung der Effizienz. Integriert mit Expertensystemen und anderen Methoden der künstlichen Intelligenz, ist diese Methode sicherlich ein unumgänglicher Teil intelligenter Systeme für die Entscheidungsunterstüzung.
Izvorni jezik
Ger
Znanstvena područja
Ekonomija
POVEZANOST RADA