کنفرانس بین المللی محاسبات نرم

لطفا منتظر بمانید ...

صفحه اصلی / چهارمین کنفرانس بین المللی محاسبات نرم

A hybrid SLCARMA-GRUNN model for modelling periodic high-frequency data

نویسندگان :

Mohammadi Mohammadi¹ Saeid Rezakhah² Navideh Modarresi³

1- دانشگاه صنعتی امیر کبیر تهران 2- دانشگاه صنعتی امیر کبیر تهران 3- دانشگاه علامه طباطبائی

کلمات کلیدی :

CARMA model, Gated recurrent unit neural network, Kalman filter, Periodically correlated process, Recurrent neural networks, Semi-Lévy process.

چکیده :

The intraday return of high-frequency financial data have periodic structure. These data have volatilities and existing works assumes it is a stationary process. However, there is evidence for the presence of intraday periodicity or seasonality in volatility. Due to the inherent periodicity and non-linear characteristics of high-frequency data, the accurate prediction of these data is critical to the market activity. In order to present a model that supports this feature, we introduce a hybrid semi Lévy driven continuous-time ARMA (SLCARMA)-gate recurrent unit neural network (GRUNN) model. The hybrid SLCARMA-GRUNN model based on the traditional method that assume the linear components and non-linear components should be linearly added. The proposed hybrid model is applied to 30-minute squared log returns of Dow Jones Industrial Average indices.

لیست مقالات

لیست مقالات بایگانی شده

Similar Judicial Rulings Recommendation System Based on Similarity Graph, Network Analysis, and Large Language Models: Application in Theft Domain in Iranian Law

Mohammad Farhadishad - Zainabolhoda Heshmati

سیستم تصمیم یار اولویت بندی بسته های خدماتی در معماری سیستم های حمل و نقل هوشمند شهر شیراز

مسعود طهماسبی - لیلا فاضلی - مهدی قطعی

پیش‌بینی قیمت طلا با استفاده از معماری ترکیبی حافظه کوتاه بلند مدت و شبکه‌های عصبی پیچشی

مهران پذیرش - حبیب ایزدخواه - کریم ایواز

سنجش عملکرد دانش آموزان در درس ریاضی با استفاده از مدل تحلیل پوششی داده ها

سهیلا سیدبویر - مریم کشول رجب زاده

تشخیص سرطان پستان با استفاده از روش‌های یادگیری ماشین بر روی ویژگی‌های استخراج شده توسط درخت تصمیم

راضیه شیخ پور

مطالعه ای بر کارآیی برآوردگر نوع لیو جک نایف شده تعدیل شده

امیر زینل - کبری حدادی مقدم

مروری بر موازنه‌ی تورش - واریانس و روش‌های بازنمونه‌گیری در یادگیری ماشین

مریم رستمی نیا

A Comparative Study of CNN and CNN-GRU Models for Human Activity Recognition Using the WISDM Dataset

Seyed Vahab Shojaedini - Neda Kashi

خوشه‌بندی فازی سری‌های زمانی شاخص صنایع بورس اوراق بهادار تهران براساس مدل اتورگرسیو

عطیه احسانی - سیده نفیسه آل محمد

کاربرد مدل‌های هوش مصنوعی در پیش‌بینی اعوجاج و پایداری سازه‌ها

فاطمه گرجی ازندریانی - نادر نریمان زاده - آرمین رحمتی دروازی

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 44.9.4