Modelos Neuronales Aplicados en Economía. Casos prácticos mediante Mathematica / Neural Networks
Edición compatible con Mathematica 9.
Solo disponible en versión digital
DESCRIPCIÓN
El libro presenta el uso de los modelos neuronales en el campo de la economía y las finanzas. La primera parte del mismo está dedicada a la metodología de las redes neuronales, y explica las distintas topologías existentes. En cambio en la segunda parte, se muestran cinco aplicaciones en el ámbito económico, en especial de las finanzas de mercado. Así el interés del libro es doble, por un lado se suministra la teoría correspondiente a cada tipo de red neuronal y por otra parte, y más importante, se presentan casos prácticos resueltos paso a paso mediante el software Mathematica. En dichos casos prácticos se han utilizado datos reales y se presentan las instrucciones de uso y su justificación, de tal manera que para poder utilizar los ejemplos no es necesaria una familiaridad previa con Mathematica.
AUTORES
- Salvador Torra Porras: Es Profesor Titular de Métodos Cuantitativos para la Economía y la Empresa de la Universidad de Barcelona, donde imparte docencia en Estadística y Econometría Financiera. Sus áreas de especialización se encuentran dentro de los Métodos Cuantitativos, en particular, de las Finanzas Cuantitativas. Colabora habitualmente en dicha área con distintas instituciones de formación continua, y posee doce años de experiencia en el ámbito empresarial siendo algunas empresas en donde ha trabajado, CatalunyaCaixa y Sanyo España.
- Enric Monte Moreno: Se graduó como Ingeniero de Telecomunicación en la ETSE Telecomunicación de Barcelona en 1987. Está licenciado en Filosofía en la UNED en el año 2000 y en ciencias Matemáticas por la Uned en el año 2010. Recibió su título de Doctor en Ingeniería de Telecomunicación en 1992 en la ETSETB. Es Profesor Titular de Universidad en la UPC, y pertenece al departamento de Teoría de la Señal y Comunicaciones. Su actividad de investigación principal se centra en el procesado de señal, reconocimiento automático del habla, redes neuronales y aplicaciones de procesado de señal en medicina.
ÍNDICE
Agradecimientos | ||
1. | Introducción | 7 |
2. | Características de los modelos neuronales artificiales | 16 |
3. | Modelos de redes neuronales | 24 |
4. | Descripción de modelos neuronales | 35 |
4.1 Modelos feed-forward y aprendizaje supervisado | 35 | |
4.2 Modelos neuronales recurrentes | 39 | |
4.3 Modelos híbridos | 43 | |
5. | Modelización estadística a través de los modelos neuronales | 63 |
6. | Paralelismos entre los Modelos estadísticos y Neuronales | 64 |
6.1 Modelo de Regresión Lineal | 64 | |
6.2 Modelos de variables discreta: Logit y Probit | 68 | |
6.3 Modelos de variables latente con indicadores múltiples | 69 | |
6.4 Modelos Generalizados y neuronales | 70 | |
7. | Interpretación de los modelos de redes neuronales desde la óptica estadística | 75 |
8. | Aproximación econométrica de los modelos neuronales | 87 |
8.1 Introducción | 87 | |
8.2 Especificación econométrica de los modelos neuronales | 92 | |
9. | Aplicaciones en Economía (Mathematica® / Neural Networks) | 102 |
9.1 Ejemplo 1: Microeconómico | 102 | |
9.2 Ejemplo 2: Prima de Riesgo (Dow, Ibex35, Stoxx, MCSIW) | 152 | |
9.3 Ejemplo 3: ETTI Corta España | 171 | |
9.4 Ejemplo 4: Bolsa EEUU | 206 | |
9.5 Ejemplo 5: Bolsas (Ibex35, DAX30, FTSE100, CAC40, EUROSTOXX50) | 226 | |
Bibliografía | 260 | |
Índice analítico | 268 |
INFORMACIÓN BIBLIOGRÁFICA
ISBN 13: 978-84-616-5497-0
Título: Modelos neuronales aplicados en economía : casos prácticos mediante Mathematica® / Neural Networks
Autor/es: Torra Porras, Salvador; Monte Moreno, Enric
Lengua de publicación: Castellano
Edición: 1ª ed., 1ª imp. (compatible con Mathematica 9)
Fecha Edición: 08/2013
Publicación: Addlink Software Científico S.L.
Descripción: 268 p. il. 24x17 cm
Encuadernación: rúst.
Materia/s:
- UB - Informática: Cuestiones Generales
- UFM - Software de matemáticas y estadísticas