Exportar Publicação
A publicação pode ser exportada nos seguintes formatos: referência da APA (American Psychological Association), referência do IEEE (Institute of Electrical and Electronics Engineers), BibTeX e RIS.
Matos, D., Marques, N. C. & Cardoso, M. G. M. S. (2014). Stock market series analysis using self-organizing maps. Revista de Ciências da Computação . 9 (9), 79-90
D. Matos et al., "Stock market series analysis using self-organizing maps", in Revista de Ciências da Computação , vol. 9, no. 9, pp. 79-90, 2014
@article{matos2014_1734874760569, author = "Matos, D. and Marques, N. C. and Cardoso, M. G. M. S.", title = "Stock market series analysis using self-organizing maps", journal = "Revista de Ciências da Computação ", year = "2014", volume = "9", number = "9", pages = "79-90", url = "http://lead.uab.pt/OJS/index.php/RCC/article/view/72" }
TY - JOUR TI - Stock market series analysis using self-organizing maps T2 - Revista de Ciências da Computação VL - 9 IS - 9 AU - Matos, D. AU - Marques, N. C. AU - Cardoso, M. G. M. S. PY - 2014 SP - 79-90 SN - 1646-6330 UR - http://lead.uab.pt/OJS/index.php/RCC/article/view/72 AB - 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 autoorganizado) 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. ER -