Utilize este identificador para referenciar este registo: http://hdl.handle.net/10400.2/3873
Título: Stock market series analysis using self-organizing maps
Autor: Matos, Diogo
Marques, Nuno C.
Cardoso, Margarida G. M. S.
Palavras-chave: Financial markets
SOM
Clustering
U-Matrix
Flooding
Neural networks
Mercados financeiros
Agrupamento
Alagamento
Redes neuronais
REA
Data: 2014
Editora: Universidade Aberta
Citação: Matos, Diogo; Marques, Nuno C.; Cardoso, Margarida G. M. S. - Stock market series analysis using self-organizing maps. "Revista de Ciências da Computação" [Em linha]. ISSN 1646-6330 (Print) 2182-1801 (Online). Vol. 9, nº 9 (2014), p. 79-90
Resumo: In this work a new clustering technique is implemented and tested. The proposed approach is based on the application of a SOM (self-organizing map) neural network and provides means to cluster U-MAT aggregated data. It relies on a flooding algorithm operating on the U-MAT and resorts to the Calinski and Harabask index to assess the depth of flooding, providing an adequate number of clusters. The method is tuned for the analysis of stock market series. Results obtained are promising although limited in scope.
Neste trabalho é implementada e testada uma nova técnica de agrupamento. A abordagem proposta baseia-se na aplicação de uma rede neuronal SOM (mapa auto-organizado) e permite agrupar dados sobre a matriz de distancias (U-MAT). É utilizado um algoritmo de alagamento ("flooding") sobre a U-MAT e o índice de Calinski e Harabasz avalia a profundidade do alagamento determinando-se, assim, o número de grupos mais adequado. O método é desenhado especificamente para a análise de séries temporais da bolsa de valores. Os resultados obtidos são promissores, embora se registem ainda limitações.
Peer review: yes
URI: http://hdl.handle.net/10400.2/3873
Versão do Editor: http://lead.uab.pt/OJS/index.php/RCC
Aparece nas colecções:REA - Revista de Ciências da Computação
Revista de Ciências da Computação

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
RCC_5.pdf910,85 kBAdobe PDFVer/Abrir


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote Degois 

Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.