- -

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

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

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

Mostrar el registro completo del ítem

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. doi:10.4995/Thesis/10251/35803.

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

Ficheros en el ítem

Metadatos del ítem

Título: MODELIZACIÓN DE LA VOLATILIDAD CONDICIONAL EN ÍNDICES BURSÁTILES : COMPARATIVA MODELO EGARCH VERSUS RED NEURONAL BACKPROPAGATION
Autor:
Director(es): García García, Fernando Guijarro Martínez, Francisco
Entidad UPV: Universitat Politècnica de València. Facultad de Administración y Dirección de Empresas - Facultat d'Administració i Direcció d'Empreses
Fecha difusión:
Fecha acto/lectura: 2014-02-03
Resumen:
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 ...[+]
Palabras clave: ARMA-GARCH , EGARCH , RNA , Neural Networks , Volatilidad , Volatility , Predicción , Prediction , Red Neuronal , Backpropagation , Índices bursátiles , Stock index
Derechos de uso: Reserva de todos los derechos
ISBN: 978-84-9048387-9
DOI: 10.4995/Thesis/10251/35803
Editorial:
Editorial Universitat Politècnica de València
Tipo: Tesis doctoral

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro completo del ítem