MPaR'08 - artykuł nr 22
Model sieci bayesowskiej wspomagający decyzje inwestycyjne w warunkach niepewności
Joanna Olbryś
Streszczenie:
Sieci bayesowskie (Bayesian Networks), nazywane również probabilistycznymi modelami graficznymi, sieciami przekonań lub sieciami przyczynowo-skutkowymi, stały się ostatnio popularnym narzędziem do reprezentacji wiedzy w warunkach niepewności. Sieć bayesowska jest acyklicznym grafem skierowanym i składa się z części jakościowej, która stanowi zbiór zmiennych, węzłów grafu wraz z probabilistycznymi zależnościami pomiędzy nimi, oraz części ilościowej sieci, reprezentującej rozkład prawdopodobieństwa łącznego dla tych zmiennych. Podstawową zaletą sieci bayesowskich jest fakt, że pozwalają one na zintegrowanie wiedzy eksperta z danymi statystycznymi. Celem pracy Model sieci bayesowskiej wspomagający decyzje inwestycyjne w warunkach niepewności (J. Olbryś) jest prezentacja możliwości zastosowania modelu sieci bayesowskiej do wspomagania wyceny akcji na Giełdzie Papierów Wartościowych w Warszawie, poprzez pozyskiwanie wiedzy z ekonomicznej bazy danych, z uwzględnieniem informacji jakościowych oraz preferencji subiektywnych ocen analityka finansowego, podejmującego decyzje w warunkach niepewności.
Nota bibliograficzna:
Joanna Olbryś. (2008). Model sieci bayesowskiej wspomagający decyzje inwestycyjne w warunkach niepewności. W: Tadeusz Trzaskalik (red.), Modelowanie Preferencji a Ryzyko '08. Wydawnictwo Akademii Ekonomicznej im. Karola Adamieckiego w Katowicach, s. 289-302
