Finanzielle Zeitreihenprognose mit künstlichen neuronalen Netzen basierend auf dem Levenberg-Marquardt-Algorithmus

Dieser Artikel erörtert die Anwendungen von Künstlichen Neuronalen Netzen (ANN) unter Verwendung des Levenberg-Marquardt-Optimierungsalgorithmus zur Prognose finanzieller Zeitreihen. ANN, die auf dem Levenberg-Marquardt-Trainingsalgorithmus basieren, übertreffen Gradientensenkung, konjugierte Gradient und andere Algorithmen, die die erste Ableitung des Leistungsindex zur Optimierung der ANN-Gewichte verwenden. Der Levenberg-Marquardt-Algorithmus verwendet eine zweite Ableitung des Leistungsindex (Krümmungsinformationen auf der Fehleroberfläche) als Guassi-Newton-Algorithmus, annähert jedoch die Hessian-Matrix durch die Jacobian (Gradient). Experimentelle Ergebnisse zeigen die Effizienz von ANN, die auf dem Levenberg-Marquardt-Algorithmus basieren.