- -

MODELIZACIÓN DE LA VOLATILIDAD CONDICIONAL EN ÍNDICES BURSÁTILES : COMPARATIVA MODELO EGARCH VERSUS RED NEURONAL BACKPROPAGATION

RiuNet: Institutional repository of the Polithecnic University of Valencia

Share/Send to

Cited by

Statistics

MODELIZACIÓN DE LA VOLATILIDAD CONDICIONAL EN ÍNDICES BURSÁTILES : COMPARATIVA MODELO EGARCH VERSUS RED NEURONAL BACKPROPAGATION

Show full item record

Oliver Muncharaz, J. (2014). MODELIZACIÓN DE LA VOLATILIDAD CONDICIONAL EN ÍNDICES BURSÁTILES : COMPARATIVA MODELO EGARCH VERSUS RED NEURONAL BACKPROPAGATION [Tesis doctoral]. Editorial Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/35803

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10251/35803

Files in this item

Item Metadata

Title: MODELIZACIÓN DE LA VOLATILIDAD CONDICIONAL EN ÍNDICES BURSÁTILES : COMPARATIVA MODELO EGARCH VERSUS RED NEURONAL BACKPROPAGATION
Author: Oliver Muncharaz, Javier
Director(s): García García, Fernando Guijarro Martínez, Francisco
UPV Unit: Universitat Politècnica de València. Facultad de Administración y Dirección de Empresas - Facultat d'Administració i Direcció d'Empreses
Read date / Event date:
2014-02-03
Issued date:
Abstract:
El siguiente proyecto de tesis pretende mostrar y verificar cómo las redes neuronales, en concreto, la red backpropagation son una alternativa para la predicción de la volatilidad condicional frente a los modelos econométricos ...[+]
Subjects: ARMA-GARCH , EGARCH , RNA , Neural Networks , Volatilidad , Volatility , Predicción , Prediction , Red Neuronal , Backpropagation , Índices bursátiles , Stock index
Copyrigths: Reserva de todos los derechos
ISBN: 978-84-9048387-9
DOI: 10.4995/Thesis/10251/35803
Publisher:
Editorial Universitat Politècnica de València
Type: Tesis doctoral

recommendations

 

This item appears in the following Collection(s)

Show full item record