Which is the right option for Indian market: Gaussian, normal inverse Gaussian, or Tsallis?

Chakrabarti, Prasenjit; Guhathakurata, Kousik

doi:10.1016/j.iimb.2019.03.011

Cited by 2 publications

(2 citation statements)

References 15 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Como se mencionó con anterioridad, el empleo del movimiento geométrico Browniano (MGB) en tareas de pronóstico de precios es frecuente (Chakrabarti y Guhathakurata, 2019;Fonseca et al, 2017;Mason y Wilmot, 2016), por ejemplo: algunos emplean al MGB para ciertas tareas dentro de algoritmos bioinspirados (Dehghani y Bogdanovic, 2018), y otros utilizan, también, la idea del movimiento browniano para implementar un modelo de predicción (Ntemi y Kotropoulos, 2020;Sikora et al, 2019;Song et al, 2019).…”

Section: Desempeño De Ocho De Las Criptomonedas De Mayor Capitalizaci...unclassified

Development of a methodology for the analysis and forecasting for stocks of the Mexican Stock Exchange

Escobar

Brambila²,

Gutiérrez³

et al. 2020

EFR

View full text Add to dashboard Cite

E l impacto de las reclamaciones en una compañía de seguros puede desequilibrar la estabilidad de la misma. Por esta razón, es fundamental una adecuada administración, evaluación y previsión de la siniestralidad dentro de un horizonte de tiempo finito; particularmente considerando las condiciones económicas y sociales de los asegurados, para garantizar un correcto nivel de reservas y cálculo de primas (cumpliéndose el principio de ganancia neta dentro del seguro). 1 El modelo colectivo de riesgo, describe el agregado de reclamaciones como un fenómeno adverso para el patrimonio de una aseguradora, que puede presentarse durante un período de tiempo [0,T]. Uno de los supuestos, que generalmente se considera por comodidad, es que existe independencia entre el número de reclamaciones y el monto de las mismas, lo que contrapone lo estipulado por la teoría del modelo colectivo de riesgo.

show abstract

Section: Desempeño De Ocho De Las Criptomonedas De Mayor Capitalizaci...unclassified

Development of a methodology for the analysis and forecasting for stocks of the Mexican Stock Exchange

Escobar

Brambila²,

Gutiérrez³

et al. 2020

EFR

View full text Add to dashboard Cite

show abstract

“…Como se mencionó con anterioridad, el empleo del movimiento geométrico Browniano (MGB) en tareas de pronóstico de precios es frecuente [20], [21], [80], por ejemplo: algunos emplean al MGB para ciertas tareas dentro de algoritmos bioinspirados [22], y otros utilizan, también, la idea del movimiento browniano para implementar un modelo de predicción [23]- [25].…”

Section: Estado Del Arteunclassified

Predicción de precios futuros de acciones representativas de la Bolsa Mexicana de Valores (Índice de Precios y Cotizaciones, IPC) mediante técnicas de inteligencia artificial

Martínez-Escobar¹

View full text Add to dashboard Cite

In this work, a new methodology is presented to analyze and predict the behavior of stocks of the Mexican Stock Market based on the synergistic concatenation of non-parametric statistical strategies and multi-objective optimization models. This methodology involves two phases. The first (filtering) leverages an automated process for the analysis, evaluation, and selection of the necessary and relevant information: for the characterization of the behavior of each action. The second (the model adjustment phase) involves adapting and solving a multi-objective model for the prediction of prices of the selected stocks. The database used in this work includes the behavior of twelve significant stocks in the Mexican stock exchange in the period 2006 to 2016, the source code used is available in “http://bit.ly/396h3J1”; the data was obtained from a specialized financial markets platform for Latin America. The numerical results show that the filtering phase can identify a compact set of relevant variables with a significant influence on the future price of each stock. In the second phase, the data from 2016 is used to predict the multi-objective model, that compared with the multiple linear regression model, provides a considerable improvement in the quality of the predicted observed data. The model generated from the second phase has reliability greater than 95%.

show abstract

Which is the right option for Indian market: Gaussian, normal inverse Gaussian, or Tsallis?

Cited by 2 publications

References 15 publications

Development of a methodology for the analysis and forecasting for stocks of the Mexican Stock Exchange

Development of a methodology for the analysis and forecasting for stocks of the Mexican Stock Exchange

Predicción de precios futuros de acciones representativas de la Bolsa Mexicana de Valores (Índice de Precios y Cotizaciones, IPC) mediante técnicas de inteligencia artificial

Contact Info

Product

Resources

About