Skip to content

Modelli parametrici non-lineari e reti neurali artificiali per l'analisi delle serie storiche finanziarie

Gratis La preview di questa tesi è scaricabile gratuitamente in formato PDF.
Per scaricare il file PDF è necessario essere iscritto a Tesionline. L'iscrizione non comporta alcun costo: effettua il Login o Registrati.

Mostra/Nascondi contenuto.
lineari che, chiaramente, una classe di modelli come ad esempio quella ARMA non e` in grado di fare. A tutto cio` si aggiunga che una mole sem- pre crescente di studi empirici (vedi tabella a pag. 4) conferma l’ipotesi che numerose serie storiche economiche ed in particolare le serie storiche finanziarie non siano interpretabili alla luce dei modelli lineari (specie per quanto riguarda la componente della volatilita`, che solitamente non e` stazionaria. Si parla al riguardo di eteroschedasticita`). Volendo effettuare una classificazione dei modelli non lineari (che come tutte le classificazioni e` un po’ semplicistica) possiamo dividere tale modellistica in due categorie principali, che saranno oggetto dei capitoli seguenti: • Modelli che spiegano la non linearita`inmedia • Modelli che spiegano la non linearita` in varianza. Fra i primi possiamo elencare, ad esempio, i modelli autoregressivi non lineari (NLAR, NonLinear AutoRegressive (Jones, 1987)), i modelli a soglia (SETAR, Self-Exciting Threshold AutoRegressive (Tong & Lim, 1980)), gli autoregressivi esponenziali (EXPAR, EXPonential AutoRe- gressive(Ozaki, 1982)). Fra i secondi, i modelli Auto Regressive Conditionally Heteroscedasticity (ARCH) di Engle (1982), Generalized ARCH (GARCH) di Bollerslev (1986), Threshold GARCH (Glosten, Jagannathan, & Runkle, 1993), Exponential GARCH (Nelson, 1991) ed altri ancora. I modelli relativi alla non linearita` in media si adattano bene a mo- dellare i redimenti delle serie finanziarie, mentre quelli che spiegano la nonlinerita` in varianza sono chiaramente piu` adatti per modellare la volatilita`. 1.1 Test di linearita` Alla luce di quando detto finora, appare chiaro come il primo passo da compiere nel tentativo di specificare il modello sottostante ad una serie di dati, sia quello di effettuare un test di linearita`(eci`o puo` anche essere fatto, dopo aver stimato il modello, sulla serie dei residui per capire quanto il modello adottato colga l’essenza del fenomeno). Infatti 10
Anteprima della tesi: Modelli parametrici non-lineari e reti neurali artificiali per l'analisi delle serie storiche finanziarie, Pagina 10

Preview dalla tesi:

Modelli parametrici non-lineari e reti neurali artificiali per l'analisi delle serie storiche finanziarie

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista

Informazioni tesi

  Autore: Costantino Cerbo
  Tipo: Tesi di Laurea
  Anno: 2002-03
  Università: Università degli Studi di Salerno
  Facoltà: Economia
  Corso: Economia Aziendale
  Relatore: Michele La Rocca
  Lingua: Italiano
  Num. pagine: 201

FAQ

Per consultare la tesi è necessario essere registrati e acquistare la consultazione integrale del file, al costo di 29,89€.
Il pagamento può essere effettuato tramite carta di credito/carta prepagata, PayPal, bonifico bancario, bollettino postale.
Confermato il pagamento si potrà consultare i file esclusivamente in formato .PDF accedendo alla propria Home Personale. Si potrà quindi procedere a salvare o stampare il file.
Maggiori informazioni
Ingiustamente snobbata durante le ricerche bibliografiche, una tesi di laurea si rivela decisamente utile:
  • perché affronta un singolo argomento in modo sintetico e specifico come altri testi non fanno;
  • perché è un lavoro originale che si basa su una ricerca bibliografica accurata;
  • perché, a differenza di altri materiali che puoi reperire online, una tesi di laurea è stata verificata da un docente universitario e dalla commissione in sede d'esame. La nostra redazione inoltre controlla prima della pubblicazione la completezza dei materiali e, dal 2009, anche l'originalità della tesi attraverso il software antiplagio Compilatio.net.
  • L'utilizzo della consultazione integrale della tesi da parte dell'Utente che ne acquista il diritto è da considerarsi esclusivamente privato.
  • Nel caso in cui l'Utente volesse pubblicare o citare una tesi presente nel database del sito www.tesionline.it deve ottenere autorizzazione scritta dall'Autore della tesi stessa, il quale è unico detentore dei diritti.
  • L'Utente è l'unico ed esclusivo responsabile del materiale di cui acquista il diritto alla consultazione. Si impegna a non divulgare a mezzo stampa, editoria in genere, televisione, radio, Internet e/o qualsiasi altro mezzo divulgativo esistente o che venisse inventato, il contenuto della tesi che consulta o stralci della medesima. Verrà perseguito legalmente nel caso di riproduzione totale e/o parziale su qualsiasi mezzo e/o su qualsiasi supporto, nel caso di divulgazione nonché nel caso di ricavo economico derivante dallo sfruttamento del diritto acquisito.
  • L'Utente è a conoscenza che l'importo da lui pagato per la consultazione integrale della tesi prescelta è ripartito, a partire dalla seconda consultazione assoluta nell'anno in corso, al 50% tra l'Autore/i della tesi e Tesionline Srl, la società titolare del sito www.tesionline.it.
L'obiettivo di Tesionline è quello di rendere accessibile a una platea il più possibile vasta il patrimonio di cultura e conoscenza contenuto nelle tesi.
Per raggiungerlo, è fondamentale superare la barriera rappresentata dalla lingua. Ecco perché cerchiamo persone disponibili ad effettuare la traduzione delle tesi pubblicate nel nostro sito.
Scopri come funziona

DUBBI? Contattaci

Contatta la redazione a
[email protected]

Ci trovi su Skype (redazione_tesi)
dalle 9:00 alle 13:00

Oppure vieni a trovarci su

Parole chiave

econometria
reti neurali
serie storiche
reti neurali artificiali
modelli garch
analisi delle serie storiche
serie storiche finanziarie
artificial neural network
statistica economica

Non hai trovato quello che cercavi?


Abbiamo più di 45.000 Tesi di Laurea: cerca nel nostro database

Oppure consulta la sezione dedicata ad appunti universitari selezionati e pubblicati dalla nostra redazione

Ottimizza la tua ricerca:

  • individua con precisione le parole chiave specifiche della tua ricerca
  • elimina i termini non significativi (aggettivi, articoli, avverbi...)
  • se non hai risultati amplia la ricerca con termini via via più generici (ad esempio da "anziano oncologico" a "paziente oncologico")
  • utilizza la ricerca avanzata
  • utilizza gli operatori booleani (and, or, "")

Idee per la tesi?

Scopri le migliori tesi scelte da noi sugli argomenti recenti


Come si scrive una tesi di laurea?


A quale cattedra chiedere la tesi? Quale sarà il docente più disponibile? Quale l'argomento più interessante per me? ...e quale quello più interessante per il mondo del lavoro?

Scarica gratuitamente la nostra guida "Come si scrive una tesi di laurea" e iscriviti alla newsletter per ricevere consigli e materiale utile.


La tesi l'ho già scritta,
ora cosa ne faccio?


La tua tesi ti ha aiutato ad ottenere quel sudato titolo di studio, ma può darti molto di più: ti differenzia dai tuoi colleghi universitari, mostra i tuoi interessi ed è un lavoro di ricerca unico, che può essere utile anche ad altri.

Il nostro consiglio è di non sprecare tutto questo lavoro:

È ora di pubblicare la tesi