×
马丁·博纳（Martin J.Bohner）。;伊万卡·M·斯塔莫娃。

脉冲延迟离散随机神经网络分数阶模型及其在金融中的应用。 （英语） Zbl 1513.39050号

菲洛马 32，第18号，6339-6352（2018）.
摘要：在本文中，我们提出了一种新的金融建模和分析工具，引入了脉冲离散随机神经网络（NN）分数阶模型。该方法的主要优点是：（i）使用可以在不受模型限制的情况下训练的NN来推导参数和发现关系，这些参数和关系完全由数据的性质驱动和塑造；（ii）使用分数阶差分，其非局部特性使分数阶微积分成为建模实际金融系统的合适工具；（iii）使用脉冲扰动，这为控制模型的动态行为提供了机会；（iv）包括一个随机项，用于研究金融资产中普遍存在的噪音干扰的影响；（v） 考虑到时间延迟影响的存在。本文提出的建模方法可用于研究宏观经济系统。

引用于1文件

MSC公司：

39A60型 差分方程的应用
39甲13 差分方程，缩放（（q\）-差分）
26A33飞机 分数导数和积分
93C27型 脉冲控制/观测系统
91G80型 其他理论的金融应用
93E03型 控制理论中的随机系统（一般）
93E15型 控制理论中的随机稳定性

关键词：

离散随机神经网络;分数阶系统;延迟;脉冲控制;稳定性;金融应用
PDF格式BibTeX公司 XML格式引用
\textit{M.J.Bohner}和\textit{I.M.Stamova}，Filomat 32，No.18，6339--6352（2018；Zbl 1513.39050）
全文： 内政部

参考文献：

[1] Thabet Abdeljawad、Fahd Jarad和Dumitru Baleanu。离散Mittag-Lefler函数的半群性质。高级差分等式。，第2012:72页，2012年7月·Zbl 1292.39001号
[2] 查尔斯·安多。离散时间随机方差模型与前馈神经网络。神经计算。，21(7):1990-2008, 2009. ·Zbl 1196.62132号
[3] Ferhan M.Atici和Paul W.Eloe。分数阶nabla差分方程的线性系统。落基山数学杂志。，41(2):353-370, 2011. ·Zbl 1218.39003号
[4] Michael V.Basin和Mark A.Pinsky。类卡尔曼滤波问题中的脉冲控制。J.应用。数学。随机分析。，11(1):1-8, 1998. ·Zbl 0905.34064号
[5] 陈伟庆。具有时滞反馈的金融系统的动力学和控制。混沌孤子分形，37（4）：1198-12072008·Zbl 1142.93347号
[6] 萨拉·达德拉斯和哈米德·莫梅尼。通过滑模控制分数阶经济系统。物理学。A.，389（12）：2434-24422010年·Zbl 1203.65279号
[7] Gunturu V.S.R.Deekshitulu和J.Jagan Mohan。分数差不等式。Commun公司。申请。分析。，14(1):89-97, 2010. ·Zbl 1200.26027号
[8] Andrzej Dzieliński和Dominik Sierociuk。离散分数阶状态空间系统的稳定性。J.可控震源。控制，14（9-10）：1543-15562008·Zbl 1229.93143号
[9] 陶芳和孙季涛。复值脉冲切换系统的稳定性及其在Lü系统中的应用。非线性分析。混合系统。，14:38-46, 2014. ·Zbl 1292.93095号
[10] Stefan Giebel和Martin Rainer。神经网络校准随机过程：预测金融资产。CEJOR美分。欧洲药典。决议，21（2）：277-2932013年·Zbl 1397.62411号
[11] 盖尔玛、杰诺恩和玛玛尔·贝塔耶布。线性离散分数阶系统的能控性和能观性。国际期刊申请。数学。计算。科学。，18(2):213-222, 2008. ·兹比尔1234.93014
[12] 何学忠、郑敏。连续时间金融市场模型中移动平均规则的动力学。《经济学杂志》。行为组织，76（3）：615-6342010。
[13] David G.Hobson和L.C.G.Rogers。具有随机波动性的完整模型。数学。《金融》，8（1）：27-481998年·Zbl 0908.90012号
[14] 胡振华和陈文。通过一个新的离散非线性分数阶动力系统对宏观经济进行建模。离散动态。《国家社会》，第275134页，2013年9月·Zbl 1422.91533号
[15] 约翰·赫尔和艾伦·怀特。随机波动资产的期权定价。《金融杂志》，42（2）：281-3001987年·Zbl 1126.91369号
[16] 莫妮克·珍妮·布朗（Monique Jeanblanc-Picqué）。脉冲控制方法和汇率。数学。《金融》，3（2）：161-1771993年·Zbl 0884.90034号
[17] Shigeo Kamitsuji和Ritei Shibata。随机神经网络预测托吡酯升降的有效性。亚太金融市场，10（2）：187-2042003·Zbl 1086.68568号
[18] Ioannis Karatzas和Steven E.Shreve。布朗运动与随机微积分，数学研究生教材第113卷。Springer-Verlag，纽约，第二版，1991年·Zbl 0734.60060号
[19] 拉尔夫·科恩。具有严格正交易成本和脉冲控制的投资组合优化。财务统计。，2(2):85-114, 1998. ·Zbl 0894.90021号
[20] 尼克·拉斯金。部分市场动态。物理学。A、 287（3-4）：482-4922000年。从物理学角度看经济动态（Bad Honnef，2000）。
[21] 李敏坤、金正勋和金柔雪。具有随机波动性的延迟金融模型；鞅方法。物理学。A.，390（16）：2909-29192011年。
[22] 李彦、陈阳泉和伊戈尔·波德鲁布尼。分数阶非线性动力系统的Mittag-Lefler稳定性。Automatica J.IFAC，45（8）：1965年至1969年，2009年·Zbl 1185.93062号
[23] 刘斌（Bin Liu）和霍拉西奥·马奎兹（Horacio J.Marquez）。离散时滞系统的Razumikhin型稳定性定理。Automatica J.IFAC，43（7）：1219-1225，2007年·Zbl 1123.93065号
[24] Akio Matsumoto和Ferenc Szidarovszky。时滞微分非线性经济模型。经济学、金融学和社会科学中的非线性动力学，第195-214页。施普林格，柏林，2010年·Zbl 1189.37117号
[25] 保罗·D·麦克尼利斯。金融中的神经网络：在市场中获得预测优势。爱思唯尔学术出版社，2005年。
[26] 迭戈·莫雷诺和约翰·伍德斯。价格、延误和贸易动态。《经济学杂志》。理论，104（2）：304-3392002·兹比尔1014.91033
[27] 本杰明·奥耶迪兰·奥耶拉米和萨姆·奥阿莱。E-p稳定性在脉冲金融模型中的应用。国际期刊分析。申请。，2(1):38-53, 2013. ·Zbl 1413.91086号
[28] 伊戈尔·波德鲁布尼。分数微分方程，《科学与工程数学》第198卷，学术出版社，加利福尼亚州圣地亚哥，1999年。介绍分数阶导数、分数阶微分方程及其求解方法和一些应用·Zbl 0924.34008号
[29] 吉米·沙德博尔特（Jimmy Shadbolt）和约翰·泰勒（John G.Taylor）。神经网络和金融市场：预测、组合和投资组合优化。斯普林格，2002年·Zbl 1022.91031号
[30] 亚历山大·斯塔莫夫。房地产市场的风险价值。非流动性会计。阿姆斯特丹大学硕士论文，2012年。经济与商业学院。
[31] Gani Tr.Stamov、Jehad O.Alzabut、P.Atanasov和Alexander G.Stamov。商品市场价格波动脉冲时滞模型的概周期解。非线性分析。真实世界应用。，12(6):3170-3176, 2011. ·Zbl 1231.34124号
[32] 伊万卡·M·斯塔莫娃和亚历山大·G·斯塔莫夫。内生劳动增长Solow模型解的渐近稳定性的脉冲控制。J.Franklin Inst.，349（8）：2704-27162012年·Zbl 1300.93147号
[33] 伊万卡·M·斯塔莫娃和亚历山大·斯塔莫夫。具有内生种群的脉冲Solow模型解的稳定性。经济。更改结构。，46(2):203-217, 2013.
[34] 伊万卡·M·斯塔莫娃（Ivanka M.Stamova）和加尼·特雷·斯塔莫夫（Gani Tr.Stamov）。分数阶泛函微分系统的Lipschitz稳定性准则。数学杂志。物理。，54(4):043502, 11, 2013. ·Zbl 1287.34066号
[35] 伊万卡·M·斯塔莫娃（Ivanka M.Stamova）和加尼·特雷·斯塔莫夫（Gani Tr.Stamov）。分数阶脉冲泛函系统的稳定性分析。Commun公司。非线性科学。数字。模拟。，19(3):702-709, 2014. ·Zbl 1470.34202号
[36] 乔治·斯托伊卡。随机延迟财务模型。程序。阿默尔。数学。Soc.，133（6）：1837-1841（电子版），2005年·Zbl 1134.91464号
[37] 孙季涛、费乔和吴奇迪。金融模型的冲动控制。物理学。莱特。A、 335（4）：282-2882005年·Zbl 1123.91325号
[38] 孙伟（Wei Sun）、拉契夫（Svetlozar Rachev）、叶晨（Ye Chen）和法博齐（Frank J.Fabozzi）。衡量日内市场风险：神经网络方法。技术报告。卡尔斯鲁厄大学经济与商业工程学院计量经济学、统计和数学金融学院院长。
[39] 孙永辉、曹金德和王紫东。随机扰动混沌时滞神经网络的指数同步。神经计算，70（13-15）：2477-24852007。
[40] Robert Trippi和Efraim Turban。金融和投资中的神经网络：使用人工智能提高真实世界的性能。McGraw-Hill，1992年。
[41] Tomᚊkovránek、Igor Podlubny和Ivo Petráš。国家空间中的国家经济建模：分数微积分方法。经济建模，29（4）：1322-13272012。
[42] 吴思超、李传东、廖晓峰和段淑凯。时滞脉冲离散系统的指数稳定性及其在随机神经网络中的应用：Razumikhin方法。神经计算，82:29-362012。
[43] 姚红星和崔杰杰。时滞脉冲金融模型的稳定性。国际非线性科学杂志。，9(2):229-232, 2010. ·Zbl 1198.91248号
[44] 于章。具有时滞脉冲和部分未知转移概率的离散马尔可夫跳变时滞系统的稳定性。非线性动力学。，75(1-2):101-111, 2014. ·Zbl 1281.60064号
[45] 于章。时变时滞离散不确定脉冲系统的鲁棒稳定性和H∞控制。电路系统信号处理。，35(11):3882-3912, 2016. ·Zbl 1345.93130号
[46] 张宇和王成。带乘性噪声的不确定离散脉冲马尔可夫跳变时滞系统的鲁棒随机稳定性。国际。系统科学杂志。，46(12):2210-2220, 2015. ·Zbl 1332.93368号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。