دانلود کتاب Künstliche neuronale Netze zur Risikomessung bei Aktien und Renten: Am Beispiel deutscher Lebensversicherungsunternehmen
کتاب شبکه های عصبی مصنوعی برای اندازه گیری ریسک در سهام و حقوق بازنشستگی: با استفاده از مثال شرکت های بیمه عمر آلمان نسخه زبان اصلی
دانلود کتاب شبکه های عصبی مصنوعی برای اندازه گیری ریسک در سهام و حقوق بازنشستگی: با استفاده از مثال شرکت های بیمه عمر آلمان بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
توضیحاتی در مورد کتاب Künstliche neuronale Netze zur Risikomessung bei Aktien und Renten: Am Beispiel deutscher Lebensversicherungsunternehmen
نام کتاب : Künstliche neuronale Netze zur Risikomessung bei Aktien und Renten: Am Beispiel deutscher Lebensversicherungsunternehmen
ویرایش : 1
عنوان ترجمه شده به فارسی : شبکه های عصبی مصنوعی برای اندازه گیری ریسک در سهام و حقوق بازنشستگی: با استفاده از مثال شرکت های بیمه عمر آلمان
سری : „Versicherung und Risikoforschung“ 47
نویسندگان : Markus Rauscher (auth.)
ناشر : Deutscher Universitätsverlag
سال نشر : 2004
تعداد صفحات : 221
ISBN (شابک) : 9783824482276 , 9783322818638
زبان کتاب : German
فرمت کتاب : pdf
حجم کتاب : 6 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
توضیحاتی در مورد کتاب :
اندازه‌گیری ریسک به‌عنوان وظیفه فرعی مدیریت ریسک، یک کار ابتدایی برای سرمایه‌گذاران نهادی است. برای این منظور، نوسانات و ضرایب همبستگی با ابزارها و روش‌های مختلفی در دسترس هستند، پیش‌بینی می‌شوند. به نظر می رسد شبکه های عصبی مصنوعی بسیار مناسب هستند. این توسط تحقیقات در زمینه‌های دیگر پیشنهاد می‌شود که شباهت‌های اساسی با مشکل پیش‌بینی ریسک نشان می‌دهند.
مارکوس راوشر کیفیت پیش‌بینی‌های انجام شده با کمک شبکه‌های عصبی مصنوعی را با توجه به نوسانات و همبستگی DAX و DAX بررسی می‌کند. REXP. تعداد زیادی از معماری ها و الگوریتم های یادگیری مختلف برای تعیین مناسب بودن صورت های فلکی خاص استفاده می شود. مدل‌های عصبی که نسبت به روش‌های مرسوم برتری دارند، ارائه شده و احتمالات حاصل مورد بحث قرار گرفته است.
فهرست مطالب :
Front Matter....Pages I-XXIV
Einleitung....Pages 1-3
Risiko in der Kapitalanlage von Lebensversicherungsunternehmen und dessen Messung....Pages 5-20
Grundlagen künstlicher neuronaler Netze....Pages 21-32
Konstruktion künstlicher neuronaler Netze....Pages 33-70
Anwendungen künstlicher neuronaler Netze....Pages 71-84
Grundlagen der empirischen Untersuchung der Risikoprognosefähigkeit künstlicher neuronaler Netze....Pages 85-101
Ergebnisse der empirischen Untersuchung der Risikoprognosefähigkeit künstlicher neuronaler Netze....Pages 103-141
Thesenförmige Zusammenfassung....Pages 143-145
Back Matter....Pages 147-207
توضیحاتی در مورد کتاب به زبان اصلی :
Die Risikomessung als Teilaufgabe des Risikomanagements stellt für institutionelle Kapitalanleger eine elementare Aufgabe dar. Hierzu werden Volatilitäten und Korrelationskoeffizienten prognostiziert, wobei verschiedene Instrumente und Methoden zur Verfügung stehen. Künstliche neuronale Netze scheinen besonders gut geeignet zu sein; darauf lassen Untersuchungen in anderen Feldern schließen, die grundsätzliche Ähnlichkeiten mit dem Problem der Risikoprognose aufweisen.
Markus Rauscher untersucht die Qualität mit Hilfe künstlicher neuronaler Netze erstellter Vorhersagen hinsichtlich der Volatilität und Korrelation von DAX und REXP. Um die Eignung bestimmter Konstellationen zu ermitteln, findet eine Vielzahl unterschiedlicher Architekturen und Lernalgorithmen Verwendung. Die den herkömmlichen Methoden überlegenen neuronalen Modelle werden dargestellt und sich daraus ergebende Möglichkeiten diskutiert.
پست ها تصادفی