2015
DOI: 10.1016/j.asoc.2015.06.005
|View full text |Cite
|
Sign up to set email alerts
|

Maximum and minimum stock price forecasting of Brazilian power distribution companies based on artificial neural networks

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1
1
1
1

Citation Types

0
43
0
2

Year Published

2015
2015
2023
2023

Publication Types

Select...
8
2

Relationship

0
10

Authors

Journals

citations
Cited by 116 publications
(45 citation statements)
references
References 27 publications
0
43
0
2
Order By: Relevance
“…Los resultados arrojados por ambos estudios confirmaron el hecho que las RNA (ya sea de propagación hacia atrás o la diferencial), son una herramienta poderosa para hacer pronósticos a corto plazo, especialmente diario y semanal. Laboissiere et al, utilizan las RNA para pronosticar rangos de precios mínimos y máximos de las acciones de tres compañías de energía brasileras, y concluyen que esta metodología es de gran utilidad tanto para los inversores, quienes a partir de esta tendrían la habilidad para definir valores umbrales en la bolsa, así como para los brokers quienes poseen poco conocimiento de dichas empresas (Laboissiere, Fernandes, & Lage, 2015).…”
Section: Algunos Casos Aplicadosunclassified
“…Los resultados arrojados por ambos estudios confirmaron el hecho que las RNA (ya sea de propagación hacia atrás o la diferencial), son una herramienta poderosa para hacer pronósticos a corto plazo, especialmente diario y semanal. Laboissiere et al, utilizan las RNA para pronosticar rangos de precios mínimos y máximos de las acciones de tres compañías de energía brasileras, y concluyen que esta metodología es de gran utilidad tanto para los inversores, quienes a partir de esta tendrían la habilidad para definir valores umbrales en la bolsa, así como para los brokers quienes poseen poco conocimiento de dichas empresas (Laboissiere, Fernandes, & Lage, 2015).…”
Section: Algunos Casos Aplicadosunclassified
“…But ANN performed in an average a slight better in performance as compared to SVM [11]. Laboissiere et al proposed a model based [12] on ANN with an objective to solve the difficulty of calculation of maximum and minimum day stock prices using NASDAQ stock exchange indices for Brazilian Distribution Company was found to be effective. The prediction's performance was measured by involving Mean Absolute Error (MAE), Root Mean Square Error (RMSE) and Mean Absolute Percentage Error (MAPE) calculations.…”
Section: Annmentioning
confidence: 99%
“…Its accuracy in RMSE was 50.44%, MAD was 39.78%, MAPE was 0.242% and RMSPE was 0.302%.The propose prediction model was the capability to extract the feature into independent source from simply observed nonlinear mixture data, there is no relevant data mixing methodology are available. Laboissiere et al (2015) proposed a methodology for the prediction of max-min stock price of Brazilian power distribution companies. In this technique multilayer-perception-architecture merges with ANN, while Levenberg Marquardt was used for estimating Max-Min day price.…”
Section: Literature Reviewmentioning
confidence: 99%