FEED-FORWARD NEURAL NETWORKS REGRESSION ANALYSIS WITH GENETIC ALGORITHMS: APPLICATIONS IN ECONOMICS AND FINANCE

Abstract

In this paper feed-forward neural networks are examined using genetic algorithms in the training process instead of error backpropagation algorithm. Additionally, real encoding is preferred to binary encoding as it is more appropriate to find the optimum weights. Learning and momentum rates are used for the weight updating as in the case of the error backpropagation algorithm. Some empirical examples as well as the programming routines in MATLAB are provided in the paper.

Keywords

• Feed-Forward Neural Networks,Genetic Algorithms,Time-Series,Stock Returns,Inflation Rate,Gross Domestic Product,Forecasting

GENETİK ALGORİTMALAR İÇEREN İLERİ BESLEMELİ SİNİR AĞLARI REGRESYON ANALİZLERİ: İKTİSAT VE FİNANS ALANINDA UYGULAMALAR

Abstract

Bu çalışmada ileri beslemeli sinir ağları, hata geriye yayma algoritması yerine öğrenme sürecinde genetik algoritmalar kullanılarak incelenmiştir. İlave olarak, optimal ağırlıkları bulmada daha uygun olduğundan ikil kodlama yerine gerçek kodlamanın kullanımı tercih edilmiştir. Hata geriye yayma algoritmasında olduğu gibi ağırlıkların güncellenmesi için öğrenme ve momentum katsayıları kullanılmıştır. MATLAB’da yapılan ampirik örnekler ve program yordamları çalışmada sunulmuştur. 

Keywords

• İleri Beslemeli Sinir Ağları,Genetik Algoritmalar,Zaman Serileri,Hisse Senedi Getirileri,Enflasyon Oranı,Yurtiçi Hasıla,Kestirim

References

1. Antonisse, J. (1989), “A new interpretation of schema notation that overturns the binary encoding constraint”, In J. D. Schaffer, ed., Proceedings of the Third International Conference on Genetic Algorithms, pp. 86-91, George Mason University, USA
2. Bäck, T. (1996), Evolutionary Algorithms in Theory and Practice. Oxford University Press
3. Janikow, C. Z. and Michalewicz, Z. (1991), “An experimental comparison of binary and floating point representations in genetic algorithms”, In R. K. Belew and L. B. Booker, eds., Proceedings of the Fourth International Conference on Genetic Algorithms, Morgan Kaufmann Publishers
4. Mitchell, M. (1996), “An Introduction to Genetic Algorithms”, MIT Press Cambridge, Massachusetts, London, England.
5. Nelson, D.B. (1991), “Conditional Heteroskedasticity In Asset Returns: A New Approach”, Econometrica, 59,(2): 347-370.
6. Wright, A. H. (1991). Genetic algorithms for real parameter optimization. In G. Rawlins, ed., Foundations of Genetic Algorithms, Morgan Kaufmann Publishers