Machine learning for forecasting some stock market index

Simple item page
dc.citation.epage138
dc.citation.issue11
dc.citation.journalTitleМатематичне моделювання та комп'ютинг
dc.citation.spage134
dc.citation.volume1
dc.contributor.affiliationПрем’єрський університет Мохаммеда, Уджда
dc.contributor.affiliationMohammed Premier University, Oujda
dc.contributor.authorБенмумен, М.
dc.contributor.authorСалхі, І.
dc.contributor.authorBenmoumen, M.
dc.contributor.authorSalhi, I.
dc.coverage.placenameЛьвів
dc.coverage.placenameLviv
dc.date.accessioned2025-10-20T07:44:08Z
dc.date.created2024-02-24
dc.date.issued2024-02-24
dc.description.abstractУ цій статті оцінюється алгоритм QMLKF, розроблений у попередній статті [ Benmoumen M. Чисельна оптимізація функції правдоподібності на основі фільтра Калмана в моделях GARCH. Математичне моделювання та обчислення. 9 (3), 599–606 (2022) ] для оцінки параметрів моделей GARCH шляхом перенесення його на реальні дані, а потім представляємо наше машинне навчання для прогнозування дохідності деяких фондових індексів.
dc.description.abstractIn this paper, we evaluate the QMLKF algorithm, designed in the previous paper [Benmoumen M. Numerical optimization of the likelihood function based on Kalman Filter in the GARCH models. Mathematical Modeling and Computing. 9 (3), 599–606 (2022)] for parameter estimation of GARCH models, by transposing it to real data and then present our machine learning for forecasting the returns of some stock indices.
dc.format.extent134-138
dc.format.pages5
dc.identifier.citationBenmoumen M. Machine learning for forecasting some stock market index / M. Benmoumen, I. Salhi // Mathematical Modeling and Computing. — Lviv : Lviv Politechnic Publishing House, 2024. — Vol 1. — No 11. — P. 134–138.
dc.identifier.citationenBenmoumen M. Machine learning for forecasting some stock market index / M. Benmoumen, I. Salhi // Mathematical Modeling and Computing. — Lviv : Lviv Politechnic Publishing House, 2024. — Vol 1. — No 11. — P. 134–138.
dc.identifier.doi10.23939/mmc2024.01.134
dc.identifier.urihttps://ena.lpnu.ua/handle/ntb/113773
dc.language.isoen
dc.publisherВидавництво Львівської політехніки
dc.publisherLviv Politechnic Publishing House
dc.relation.ispartofМатематичне моделювання та комп'ютинг, 11 (1), 2024
dc.relation.ispartofMathematical Modeling and Computing, 11 (1), 2024
dc.relation.references[1] Franses P. H., Van Dijk D. Non-linear time series models in empirical finance. Cambridge University Press (2000).
dc.relation.references[2] Engle R. E. Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica. 50 (4), 987–1007 (1982).
dc.relation.references[3] Bollerslev T. Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics. 31 (3), 307–327 (1986).
dc.relation.references[4] Benmoumen M. Numerical optimization of the likelihood function based on Kalman Filter in the GARCH models. Mathematical Modeling and Computing. 9 (3), 599–606 (2022).
dc.relation.references[5] Ghalanos A. Introduction to the rugarch package (Version 1.3-1), (2020). http://cran.r-project.org/web/packages/rugarch.
dc.relation.references[6] Benmoumen M. Numerical optimization of the likelihood function based on Kalman filter in the ARCH models. AIP Conference Proceedings. 2074, 020020 (2019).
dc.relation.references[7] Benmoumen M., Allal J., Salhi I. Parameter Estimation for p-Order Random Coefficient Autoregressive (RCA) Models Based on Kalman Filter. Journal of Applied Mathematics. 2019, 8479086 (2019).
dc.relation.references[8] Corana A., Marchesi M., Martini C., Ridella S. Minimizing Multimodal functions of continuous variables with “Simulated Annealing” Algorithm. ACM Transactions on Mathematical Software. 13 (3), 262–280 (1987).
dc.relation.referencesen[1] Franses P. H., Van Dijk D. Non-linear time series models in empirical finance. Cambridge University Press (2000).
dc.relation.referencesen[2] Engle R. E. Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica. 50 (4), 987–1007 (1982).
dc.relation.referencesen[3] Bollerslev T. Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics. 31 (3), 307–327 (1986).
dc.relation.referencesen[4] Benmoumen M. Numerical optimization of the likelihood function based on Kalman Filter in the GARCH models. Mathematical Modeling and Computing. 9 (3), 599–606 (2022).
dc.relation.referencesen[5] Ghalanos A. Introduction to the rugarch package (Version 1.3-1), (2020). http://cran.r-project.org/web/packages/rugarch.
dc.relation.referencesen[6] Benmoumen M. Numerical optimization of the likelihood function based on Kalman filter in the ARCH models. AIP Conference Proceedings. 2074, 020020 (2019).
dc.relation.referencesen[7] Benmoumen M., Allal J., Salhi I. Parameter Estimation for p-Order Random Coefficient Autoregressive (RCA) Models Based on Kalman Filter. Journal of Applied Mathematics. 2019, 8479086 (2019).
dc.relation.referencesen[8] Corana A., Marchesi M., Martini C., Ridella S. Minimizing Multimodal functions of continuous variables with "Simulated Annealing" Algorithm. ACM Transactions on Mathematical Software. 13 (3), 262–280 (1987).
dc.relation.urihttp://cran.r-project.org/web/packages/rugarch
dc.rights.holder© Національний університет “Львівська політехніка”, 2024
dc.subjectмашинне навчання
dc.subjectстатистичне навчання
dc.subjectмодель GARCH
dc.subjectфільтр Калмана
dc.subjectіндекс фондового ринку
dc.subjectMachine learning
dc.subjectstatistical learning
dc.subjectGARCH model
dc.subjectKalman filter
dc.subjectstock market index
dc.titleMachine learning for forecasting some stock market index
dc.title.alternativeМашинне навчання для прогнозування деяких індексів фондового ринку
dc.typeArticle

Files

Original bundle

Now showing 1 - 2 of 2
Thumbnail Image
Name:
2024v1n11_Benmoumen_M-Machine_learning_for_134-138.pdf
Size:
3.86 MB
Format:
Adobe Portable Document Format
Download
Thumbnail Image
Name:
2024v1n11_Benmoumen_M-Machine_learning_for_134-138__COVER.png
Size:
413.97 KB
Format:
Portable Network Graphics
Download

License bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
license.txt
Size:
1.79 KB
Format:
Plain Text
Description:
Download

Collections

Mathematical Modeling And Computing. – 2024. – Vol. 11, No. 1