Stock Market Series Analysis Using Self-Organizing Maps

Detalhes bibliográficos
Autor(a) principal: Matos, Diogo
Data de Publicação: 2018
Outros Autores: Marques, Nuno C., Cardoso, Margarida G. M. S.
Tipo de documento: Artigo
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
DOI: 10.34627/rcc.v9i0.38
Texto Completo: https://doi.org/10.34627/rcc.v9i0.38
Resumo: 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.
id RCAP_04279473a87395d27a6b9bf4c5c3c59b
oai_identifier_str oai:ojs2.journals.uab.pt:article/38
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Stock Market Series Analysis Using Self-Organizing MapsAnálise da Séries do Mercado de Valores Usando Mapas Auto-OrganizadoresIn 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.Universidade Aberta2018-03-27info:eu-repo/semantics/articleinfo:eu-repo/semantics/otherinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://doi.org/10.34627/rcc.v9i0.38oai:ojs2.journals.uab.pt:article/38Revista de Ciências da Computação; v. 9 (2014); 1-122182-18011646-633010.34627/rcc.v9i0reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAPenghttps://journals.uab.pt/index.php/rcc/article/view/38https://doi.org/10.34627/rcc.v9i0.38https://journals.uab.pt/index.php/rcc/article/view/38/39Direitos de Autor (c) 2018 Universidade Abertahttp://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccessMatos, DiogoMarques, Nuno C.Cardoso, Margarida G. M. S.2022-10-25T11:31:50Zoai:ojs2.journals.uab.pt:article/38Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T16:13:58.018015Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Stock Market Series Analysis Using Self-Organizing Maps
Análise da Séries do Mercado de Valores Usando Mapas Auto-Organizadores
title Stock Market Series Analysis Using Self-Organizing Maps
spellingShingle Stock Market Series Analysis Using Self-Organizing Maps
Stock Market Series Analysis Using Self-Organizing Maps
Matos, Diogo
Matos, Diogo
title_short Stock Market Series Analysis Using Self-Organizing Maps
title_full Stock Market Series Analysis Using Self-Organizing Maps
title_fullStr Stock Market Series Analysis Using Self-Organizing Maps
Stock Market Series Analysis Using Self-Organizing Maps
title_full_unstemmed Stock Market Series Analysis Using Self-Organizing Maps
Stock Market Series Analysis Using Self-Organizing Maps
title_sort Stock Market Series Analysis Using Self-Organizing Maps
author Matos, Diogo
author_facet Matos, Diogo
Matos, Diogo
Marques, Nuno C.
Cardoso, Margarida G. M. S.
Marques, Nuno C.
Cardoso, Margarida G. M. S.
author_role author
author2 Marques, Nuno C.
Cardoso, Margarida G. M. S.
author2_role author
author
dc.contributor.author.fl_str_mv Matos, Diogo
Marques, Nuno C.
Cardoso, Margarida G. M. S.
description 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.
publishDate 2018
dc.date.none.fl_str_mv 2018-03-27
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/other
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://doi.org/10.34627/rcc.v9i0.38
oai:ojs2.journals.uab.pt:article/38
url https://doi.org/10.34627/rcc.v9i0.38
identifier_str_mv oai:ojs2.journals.uab.pt:article/38
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv https://journals.uab.pt/index.php/rcc/article/view/38
https://doi.org/10.34627/rcc.v9i0.38
https://journals.uab.pt/index.php/rcc/article/view/38/39
dc.rights.driver.fl_str_mv Direitos de Autor (c) 2018 Universidade Aberta
http://creativecommons.org/licenses/by/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Direitos de Autor (c) 2018 Universidade Aberta
http://creativecommons.org/licenses/by/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Aberta
publisher.none.fl_str_mv Universidade Aberta
dc.source.none.fl_str_mv Revista de Ciências da Computação; v. 9 (2014); 1-12
2182-1801
1646-6330
10.34627/rcc.v9i0
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1822226682966179842
dc.identifier.doi.none.fl_str_mv 10.34627/rcc.v9i0.38

Registros relacionados