Modélisation quantitative en économie avec des réseaux de neurones artificiels avancés

Dans cet article, les auteurs présentent une nouvelle approche pour la prévision des séries chronologiques économiques - l'application de réseaux de neurones artificiels. Les auteurs appliquent un réseau de neurones artificiels de type RBF dans le processus de prévision des données financières. En plus du RBF standard, les auteurs testent également leurs propres nouvelles versions de ce réseau de neurones combinées avec d'autres techniques de ML. Ces modèles représentent une version nouvelle et plus avancée du réseau de neurones standard. Les auteurs intègrent une approche évolutive dans le RNA et combinent également l'algorithme standard d'adaptation des poids du RNA avec un algorithme de clustering non supervisé appelé K-means. Enfin, toutes ces méthodes sont comparées et contrastées avec l'approche standard (statistique) sur des données économiques réelles pour montrer le potentiel d'utilisation des réseaux de neurones artificiels dans la modélisation des variables économiques.