Pronóstico de la volatilidad usando ensambles de redes neuronales basados en familias de funciones de error
En esta tesis se estudia el pronóstico de la volatilidad condicional de series de tiempo financieras mediante ensambles de pronóstico de redes neuronales artificiales. La primera contribución de esta tesis es el planteamiento de un proceso de especificación de modelos de volatilidad condicional por...
- Autores:
-
Orozco Castañeda, Johanna Marcela
- Tipo de recurso:
- Doctoral thesis
- Fecha de publicación:
- 2016
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/57511
- Acceso en línea:
- https://repositorio.unal.edu.co/handle/unal/57511
http://bdigital.unal.edu.co/53790/
- Palabra clave:
- 51 Matemáticas / Mathematics
62 Ingeniería y operaciones afines / Engineering
Redes neuronales
Combinación de pronósticos
Series de tiempo no lineales
Volatilidad
Neural networks
Forecasts combination
Nonlinear time series
Conditional heteroskedasticity
Forecasts encompassing
- Rights
- openAccess
- License
- Atribución-NoComercial 4.0 Internacional