id sid tid token lemma pos ijassa-582 1 1 adv adv PROPN ijassa-582 1 2 syst syst PROPN ijassa-582 1 3 sci sci PROPN ijassa-582 1 4 appl appl PROPN ijassa-582 1 5 2018 2018 NUM ijassa-582 1 6 ; ; PUNCT ijassa-582 1 7 02 02 NUM ijassa-582 1 8 ; ; PUNCT ijassa-582 1 9 53 53 NUM ijassa-582 1 10 - - SYM ijassa-582 1 11 58 58 NUM ijassa-582 1 12 published publish VERB ijassa-582 1 13 online online ADV ijassa-582 1 14 at at ADP ijassa-582 1 15 http://ijassa.ipu.ru/index.php/ijassa/article/view/582 http://ijassa.ipu.ru/index.php/ijassa/article/view/582 NOUN ijassa-582 1 16 use use NOUN ijassa-582 1 17 of of ADP ijassa-582 1 18 neural neural ADJ ijassa-582 1 19 network network NOUN ijassa-582 1 20 models model NOUN ijassa-582 1 21 in in ADP ijassa-582 1 22 market market NOUN ijassa-582 1 23 risk risk NOUN ijassa-582 1 24 management management NOUN ijassa-582 1 25 mariya mariya PROPN ijassa-582 1 26 radosteva1 radosteva1 PROPN ijassa-582 1 27 , , PUNCT ijassa-582 1 28 vladimir vladimir PROPN ijassa-582 1 29 soloviev1 soloviev1 PROPN ijassa-582 1 30 * * PROPN ijassa-582 1 31 , , PUNCT ijassa-582 1 32 vera vera PROPN ijassa-582 1 33 ivanyuk1,2 ivanyuk1,2 PROPN ijassa-582 1 34 , , PUNCT ijassa-582 1 35 anatoliy anatoliy ADJ ijassa-582 1 36 tsvirkun2 tsvirkun2 NOUN ijassa-582 1 37 1 1 NUM ijassa-582 1 38 ) ) PUNCT ijassa-582 1 39 financial financial ADJ ijassa-582 1 40 university university NOUN ijassa-582 1 41 under under ADP ijassa-582 1 42 the the DET ijassa-582 1 43 government government NOUN ijassa-582 1 44 of of ADP ijassa-582 1 45 the the DET ijassa-582 1 46 russian russian PROPN ijassa-582 1 47 federation federation PROPN ijassa-582 1 48 , , PUNCT ijassa-582 1 49 moscow moscow PROPN ijassa-582 1 50 , , PUNCT ijassa-582 1 51 russia russia PROPN ijassa-582 1 52 e e NOUN ijassa-582 1 53 - - NOUN ijassa-582 1 54 mail mail NOUN ijassa-582 1 55 : : PUNCT ijassa-582 1 56 vsoloviev@fa.ru vsoloviev@fa.ru X ijassa-582 1 57 2 2 X ijassa-582 1 58 ) ) PUNCT ijassa-582 1 59 institute institute NOUN ijassa-582 1 60 of of ADP ijassa-582 1 61 control control PROPN ijassa-582 1 62 sciences sciences PROPN ijassa-582 1 63 ras ras PROPN ijassa-582 1 64 , , PUNCT ijassa-582 1 65 moscow moscow PROPN ijassa-582 1 66 , , PUNCT ijassa-582 1 67 russia russia PROPN ijassa-582 1 68 e e NOUN ijassa-582 1 69 - - NOUN ijassa-582 1 70 mail mail NOUN ijassa-582 1 71 : : PUNCT ijassa-582 1 72 tsvirkun@ipu.ru tsvirkun@ipu.ru PROPN ijassa-582 1 73 abstract abstract NOUN ijassa-582 1 74 : : PUNCT ijassa-582 1 75 this this DET ijassa-582 1 76 topic topic NOUN ijassa-582 1 77 is be AUX ijassa-582 1 78 of of ADP ijassa-582 1 79 high high ADJ ijassa-582 1 80 relevance relevance NOUN ijassa-582 1 81 due due ADP ijassa-582 1 82 to to ADP ijassa-582 1 83 the the DET ijassa-582 1 84 fact fact NOUN ijassa-582 1 85 that that SCONJ ijassa-582 1 86 many many ADJ ijassa-582 1 87 market market NOUN ijassa-582 1 88 risk risk NOUN ijassa-582 1 89 assessment assessment NOUN ijassa-582 1 90 mathematical mathematical ADJ ijassa-582 1 91 models model NOUN ijassa-582 1 92 currently currently ADV ijassa-582 1 93 available available ADJ ijassa-582 1 94 contain contain VERB ijassa-582 1 95 many many ADJ ijassa-582 1 96 limitations limitation NOUN ijassa-582 1 97 for for ADP ijassa-582 1 98 their their PRON ijassa-582 1 99 effective effective ADJ ijassa-582 1 100 use use NOUN ijassa-582 1 101 . . PUNCT ijassa-582 2 1 however however ADV ijassa-582 2 2 , , PUNCT ijassa-582 2 3 these these DET ijassa-582 2 4 limitations limitation NOUN ijassa-582 2 5 are be AUX ijassa-582 2 6 often often ADV ijassa-582 2 7 not not PART ijassa-582 2 8 feasible feasible ADJ ijassa-582 2 9 , , PUNCT ijassa-582 2 10 which which PRON ijassa-582 2 11 leads lead VERB ijassa-582 2 12 to to ADP ijassa-582 2 13 a a DET ijassa-582 2 14 decrease decrease NOUN ijassa-582 2 15 in in ADP ijassa-582 2 16 forecast forecast NOUN ijassa-582 2 17 accuracy accuracy NOUN ijassa-582 2 18 . . PUNCT ijassa-582 3 1 to to PART ijassa-582 3 2 avoid avoid VERB ijassa-582 3 3 this this PRON ijassa-582 3 4 , , PUNCT ijassa-582 3 5 more more ADV ijassa-582 3 6 accurate accurate ADJ ijassa-582 3 7 models model NOUN ijassa-582 3 8 are be AUX ijassa-582 3 9 necessary necessary ADJ ijassa-582 3 10 . . PUNCT ijassa-582 4 1 neural neural ADJ ijassa-582 4 2 network network NOUN ijassa-582 4 3 - - PUNCT ijassa-582 4 4 based base VERB ijassa-582 4 5 models model NOUN ijassa-582 4 6 can can AUX ijassa-582 4 7 show show VERB ijassa-582 4 8 a a DET ijassa-582 4 9 more more ADV ijassa-582 4 10 accurate accurate ADJ ijassa-582 4 11 result result NOUN ijassa-582 4 12 due due ADP ijassa-582 4 13 to to ADP ijassa-582 4 14 their their PRON ijassa-582 4 15 basic basic ADJ ijassa-582 4 16 property property NOUN ijassa-582 4 17 – – PUNCT ijassa-582 4 18 nonlinearity nonlinearity NOUN ijassa-582 4 19 . . PUNCT ijassa-582 5 1 the the DET ijassa-582 5 2 goal goal NOUN ijassa-582 5 3 of of ADP ijassa-582 5 4 this this DET ijassa-582 5 5 paper paper NOUN ijassa-582 5 6 is be AUX ijassa-582 5 7 to to PART ijassa-582 5 8 build build VERB ijassa-582 5 9 a a DET ijassa-582 5 10 model model NOUN ijassa-582 5 11 that that PRON ijassa-582 5 12 can can AUX ijassa-582 5 13 enable enable VERB ijassa-582 5 14 us we PRON ijassa-582 5 15 to to PART ijassa-582 5 16 assess assess VERB ijassa-582 5 17 a a DET ijassa-582 5 18 market market NOUN ijassa-582 5 19 risk risk NOUN ijassa-582 5 20 for for ADP ijassa-582 5 21 a a DET ijassa-582 5 22 company company NOUN ijassa-582 5 23 . . PUNCT ijassa-582 6 1 keywords keyword NOUN ijassa-582 6 2 : : PUNCT ijassa-582 6 3 risk risk NOUN ijassa-582 6 4 , , PUNCT ijassa-582 6 5 forecasting forecasting NOUN ijassa-582 6 6 , , PUNCT ijassa-582 6 7 neural neural ADJ ijassa-582 6 8 networks network NOUN ijassa-582 6 9 1 1 NUM ijassa-582 6 10 . . PUNCT ijassa-582 6 11 introduction introduction NOUN ijassa-582 6 12 fig fig NOUN ijassa-582 6 13 . . PUNCT ijassa-582 7 1 1 1 X ijassa-582 7 2 . . X ijassa-582 7 3 the the DET ijassa-582 7 4 primary primary ADJ ijassa-582 7 5 goal goal NOUN ijassa-582 7 6 of of ADP ijassa-582 7 7 this this DET ijassa-582 7 8 paper paper NOUN ijassa-582 7 9 is be AUX ijassa-582 7 10 to to PART ijassa-582 7 11 determine determine VERB ijassa-582 7 12 a a DET ijassa-582 7 13 lower low ADJ ijassa-582 7 14 bound bind VERB ijassa-582 7 15 of of ADP ijassa-582 7 16 the the DET ijassa-582 7 17 yield yield NOUN ijassa-582 7 18 to to PART ijassa-582 7 19 be be AUX ijassa-582 7 20 forecast forecast VERB ijassa-582 7 21 by by ADP ijassa-582 7 22 the the DET ijassa-582 7 23 neural neural ADJ ijassa-582 7 24 network network NOUN ijassa-582 7 25 model model NOUN ijassa-582 7 26 with with ADP ijassa-582 7 27 a a DET ijassa-582 7 28 certain certain ADJ ijassa-582 7 29 level level NOUN ijassa-582 7 30 of of ADP ijassa-582 7 31 significance significance NOUN ijassa-582 7 32 . . PUNCT ijassa-582 8 1 current current ADJ ijassa-582 8 2 actual actual ADJ ijassa-582 8 3 yields yield NOUN ijassa-582 8 4 will will AUX ijassa-582 8 5 be be AUX ijassa-582 8 6 fed feed VERB ijassa-582 8 7 to to ADP ijassa-582 8 8 the the DET ijassa-582 8 9 neural neural ADJ ijassa-582 8 10 network network NOUN ijassa-582 8 11 output output NOUN ijassa-582 8 12 , , PUNCT ijassa-582 8 13 and and CCONJ ijassa-582 8 14 some some DET ijassa-582 8 15 factors factor NOUN ijassa-582 8 16 will will AUX ijassa-582 8 17 be be AUX ijassa-582 8 18 fed feed VERB ijassa-582 8 19 to to ADP ijassa-582 8 20 the the DET ijassa-582 8 21 neural neural ADJ ijassa-582 8 22 network network NOUN ijassa-582 8 23 input input NOUN ijassa-582 8 24 . . PUNCT ijassa-582 9 1 starbucks starbuck VERB ijassa-582 9 2 stock stock NOUN ijassa-582 9 3 prices price NOUN ijassa-582 9 4 for for ADP ijassa-582 9 5 the the DET ijassa-582 9 6 period period NOUN ijassa-582 9 7 from from ADP ijassa-582 9 8 2011 2011 NUM ijassa-582 9 9 to to ADP ijassa-582 9 10 2016 2016 NUM ijassa-582 9 11 were be AUX ijassa-582 9 12 taken take VERB ijassa-582 9 13 as as ADP ijassa-582 9 14 the the DET ijassa-582 9 15 factors factor NOUN ijassa-582 9 16 fed feed VERB ijassa-582 9 17 to to ADP ijassa-582 9 18 the the DET ijassa-582 9 19 neural neural ADJ ijassa-582 9 20 network network NOUN ijassa-582 9 21 input input NOUN ijassa-582 9 22 . . PUNCT ijassa-582 10 1 * * PUNCT ijassa-582 10 2 corresponding correspond VERB ijassa-582 10 3 author author NOUN ijassa-582 10 4 : : PUNCT ijassa-582 10 5 vsoloviev@fa.ru vsoloviev@fa.ru NUM ijassa-582 10 6 54 54 NUM ijassa-582 10 7 m. m. NOUN ijassa-582 10 8 radosteva radosteva PROPN ijassa-582 10 9 , , PUNCT ijassa-582 10 10 v.soloviev v.soloviev NOUN ijassa-582 10 11 , , PUNCT ijassa-582 10 12 v.ivanyuk v.ivanyuk NOUN ijassa-582 10 13 , , PUNCT ijassa-582 10 14 a.tsvirkun a.tsvirkun NOUN ijassa-582 10 15 copyright copyright NOUN ijassa-582 10 16 Β© Β© PROPN ijassa-582 10 17 2018 2018 NUM ijassa-582 10 18 assa assa NOUN ijassa-582 10 19 . . PUNCT ijassa-582 11 1 adv adv PROPN ijassa-582 11 2 . . PUNCT ijassa-582 12 1 in in ADP ijassa-582 12 2 systems system NOUN ijassa-582 12 3 science science NOUN ijassa-582 12 4 and and CCONJ ijassa-582 12 5 appl appl NOUN ijassa-582 12 6 . . PUNCT ijassa-582 13 1 ( ( PUNCT ijassa-582 13 2 2018 2018 NUM ijassa-582 13 3 ) ) PUNCT ijassa-582 13 4 fig fig NOUN ijassa-582 13 5 . . PUNCT ijassa-582 14 1 2 2 NUM ijassa-582 14 2 however however ADV ijassa-582 14 3 , , PUNCT ijassa-582 14 4 there there PRON ijassa-582 14 5 is be VERB ijassa-582 14 6 no no DET ijassa-582 14 7 point point NOUN ijassa-582 14 8 in in ADP ijassa-582 14 9 using use VERB ijassa-582 14 10 this this DET ijassa-582 14 11 data datum NOUN ijassa-582 14 12 as as SCONJ ijassa-582 14 13 is be AUX ijassa-582 14 14 , , PUNCT ijassa-582 14 15 so so CCONJ ijassa-582 14 16 the the DET ijassa-582 14 17 values value NOUN ijassa-582 14 18 of of ADP ijassa-582 14 19 stock stock NOUN ijassa-582 14 20 yield yield NOUN ijassa-582 14 21 were be AUX ijassa-582 14 22 fed feed VERB ijassa-582 14 23 to to ADP ijassa-582 14 24 the the DET ijassa-582 14 25 neural neural ADJ ijassa-582 14 26 network network NOUN ijassa-582 14 27 input input NOUN ijassa-582 14 28 . . PUNCT ijassa-582 15 1 it it PRON ijassa-582 15 2 was be AUX ijassa-582 15 3 decided decide VERB ijassa-582 15 4 to to PART ijassa-582 15 5 take take VERB ijassa-582 15 6 weekly weekly ADJ ijassa-582 15 7 yields yield NOUN ijassa-582 15 8 with with ADP ijassa-582 15 9 a a DET ijassa-582 15 10 lag lag NOUN ijassa-582 15 11 of of ADP ijassa-582 15 12 one one NUM ijassa-582 15 13 day day NOUN ijassa-582 15 14 as as ADP ijassa-582 15 15 the the DET ijassa-582 15 16 yield yield NOUN ijassa-582 15 17 basic basic ADJ ijassa-582 15 18 indices index NOUN ijassa-582 15 19 . . PUNCT ijassa-582 16 1 in in ADP ijassa-582 16 2 other other ADJ ijassa-582 16 3 words word NOUN ijassa-582 16 4 , , PUNCT ijassa-582 16 5 the the DET ijassa-582 16 6 yield yield NOUN ijassa-582 16 7 values value NOUN ijassa-582 16 8 were be AUX ijassa-582 16 9 calculated calculate VERB ijassa-582 16 10 as as SCONJ ijassa-582 16 11 follows follow VERB ijassa-582 16 12 : : PUNCT ijassa-582 16 13 π‘Ÿπ‘‘ π‘Ÿπ‘‘ PROPN ijassa-582 16 14 = = SYM ijassa-582 16 15 𝑃𝑑 𝑃𝑑 PROPN ijassa-582 16 16 βˆ’ βˆ’ PROPN ijassa-582 16 17 π‘ƒπ‘‘βˆ’5 π‘ƒπ‘‘βˆ’5 VERB ijassa-582 16 18 π‘ƒπ‘‘βˆ’5 π‘ƒπ‘‘βˆ’5 VERB ijassa-582 16 19 , , PUNCT ijassa-582 16 20 where where SCONJ ijassa-582 16 21 the the DET ijassa-582 16 22 t t NOUN ijassa-582 16 23 is be AUX ijassa-582 16 24 a a DET ijassa-582 16 25 time time NOUN ijassa-582 16 26 interval interval NOUN ijassa-582 16 27 assumed assume VERB ijassa-582 16 28 as as ADP ijassa-582 16 29 a a DET ijassa-582 16 30 day day NOUN ijassa-582 16 31 ( ( PUNCT ijassa-582 16 32 the the DET ijassa-582 16 33 t t PROPN ijassa-582 16 34 assumes assume VERB ijassa-582 16 35 the the DET ijassa-582 16 36 values value NOUN ijassa-582 16 37 of of ADP ijassa-582 16 38 6,7,8 6,7,8 NUM ijassa-582 16 39 , , PUNCT ijassa-582 16 40 ... ... PUNCT ijassa-582 16 41 from from ADP ijassa-582 16 42 the the DET ijassa-582 16 43 beginning beginning NOUN ijassa-582 16 44 of of ADP ijassa-582 16 45 the the DET ijassa-582 16 46 counting counting NOUN ijassa-582 16 47 period period NOUN ijassa-582 16 48 taking take VERB ijassa-582 16 49 into into ADP ijassa-582 16 50 account account NOUN ijassa-582 16 51 that that SCONJ ijassa-582 16 52 the the DET ijassa-582 16 53 initial initial ADJ ijassa-582 16 54 value value NOUN ijassa-582 16 55 is be AUX ijassa-582 16 56 indexed index VERB ijassa-582 16 57 by by ADP ijassa-582 16 58 the the DET ijassa-582 16 59 one one NUM ijassa-582 16 60 ) ) PUNCT ijassa-582 16 61 ; ; PUNCT ijassa-582 16 62 the the DET ijassa-582 16 63 𝑃𝑑 𝑃𝑑 PROPN ijassa-582 16 64 is be AUX ijassa-582 16 65 the the DET ijassa-582 16 66 closing closing NOUN ijassa-582 16 67 price price NOUN ijassa-582 16 68 on on ADP ijassa-582 16 69 the the DET ijassa-582 16 70 t t NOUN ijassa-582 16 71 day day NOUN ijassa-582 16 72 without without ADP ijassa-582 16 73 taking take VERB ijassa-582 16 74 into into ADP ijassa-582 16 75 account account NOUN ijassa-582 16 76 dividends dividend NOUN ijassa-582 16 77 ( ( PUNCT ijassa-582 16 78 this this DET ijassa-582 16 79 choice choice NOUN ijassa-582 16 80 is be AUX ijassa-582 16 81 due due ADJ ijassa-582 16 82 to to ADP ijassa-582 16 83 the the DET ijassa-582 16 84 fact fact NOUN ijassa-582 16 85 that that SCONJ ijassa-582 16 86 we we PRON ijassa-582 16 87 can can AUX ijassa-582 16 88 not not PART ijassa-582 16 89 forecast forecast VERB ijassa-582 16 90 dividends dividend NOUN ijassa-582 16 91 upon upon SCONJ ijassa-582 16 92 stocks stock NOUN ijassa-582 16 93 and and CCONJ ijassa-582 16 94 we we PRON ijassa-582 16 95 do do AUX ijassa-582 16 96 not not PART ijassa-582 16 97 need need VERB ijassa-582 16 98 this this PRON ijassa-582 16 99 because because SCONJ ijassa-582 16 100 we we PRON ijassa-582 16 101 assess assess VERB ijassa-582 16 102 the the DET ijassa-582 16 103 market market NOUN ijassa-582 16 104 risk risk NOUN ijassa-582 16 105 of of ADP ijassa-582 16 106 a a DET ijassa-582 16 107 company company NOUN ijassa-582 16 108 ) ) PUNCT ijassa-582 16 109 ; ; PUNCT ijassa-582 16 110 the the DET ijassa-582 16 111 π‘Ÿπ‘‘ π‘Ÿπ‘‘ PROPN ijassa-582 16 112 is be AUX ijassa-582 16 113 the the DET ijassa-582 16 114 earned earn VERB ijassa-582 16 115 weekly weekly ADJ ijassa-582 16 116 yield yield NOUN ijassa-582 16 117 which which PRON ijassa-582 16 118 has have AUX ijassa-582 16 119 been be AUX ijassa-582 16 120 used use VERB ijassa-582 16 121 for for ADP ijassa-582 16 122 modeling modeling NOUN ijassa-582 16 123 . . PUNCT ijassa-582 17 1 fig fig NOUN ijassa-582 17 2 . . PUNCT ijassa-582 18 1 3 3 NUM ijassa-582 18 2 to to PART ijassa-582 18 3 improve improve VERB ijassa-582 18 4 the the DET ijassa-582 18 5 model model NOUN ijassa-582 18 6 quality quality NOUN ijassa-582 18 7 volatility volatility NOUN ijassa-582 18 8 was be AUX ijassa-582 18 9 also also ADV ijassa-582 18 10 used use VERB ijassa-582 18 11 as as ADP ijassa-582 18 12 input input NOUN ijassa-582 18 13 and and CCONJ ijassa-582 18 14 output output NOUN ijassa-582 18 15 data datum NOUN ijassa-582 18 16 , , PUNCT ijassa-582 18 17 so so SCONJ ijassa-582 18 18 the the DET ijassa-582 18 19 next next ADJ ijassa-582 18 20 step step NOUN ijassa-582 18 21 was be AUX ijassa-582 18 22 to to PART ijassa-582 18 23 calculate calculate VERB ijassa-582 18 24 daily daily ADJ ijassa-582 18 25 yields yield NOUN ijassa-582 18 26 and and CCONJ ijassa-582 18 27 weekly weekly ADJ ijassa-582 18 28 volatilities volatility NOUN ijassa-582 18 29 ( ( PUNCT ijassa-582 18 30 standard standard ADJ ijassa-582 18 31 deviations deviation NOUN ijassa-582 18 32 ) ) PUNCT ijassa-582 18 33 on on ADP ijassa-582 18 34 their their PRON ijassa-582 18 35 basis basis NOUN ijassa-582 18 36 with with ADP ijassa-582 18 37 a a DET ijassa-582 18 38 lag lag NOUN ijassa-582 18 39 of of ADP ijassa-582 18 40 one one NUM ijassa-582 18 41 day day NOUN ijassa-582 18 42 similarly similarly ADV ijassa-582 18 43 with with ADP ijassa-582 18 44 the the DET ijassa-582 18 45 yields yield NOUN ijassa-582 18 46 . . PUNCT ijassa-582 19 1 the the DET ijassa-582 19 2 volatilities volatility NOUN ijassa-582 19 3 finding find VERB ijassa-582 19 4 procedure procedure NOUN ijassa-582 19 5 can can AUX ijassa-582 19 6 be be AUX ijassa-582 19 7 described describe VERB ijassa-582 19 8 as as SCONJ ijassa-582 19 9 follows follow VERB ijassa-582 19 10 : : PUNCT ijassa-582 20 1 π‘Ÿπ‘˜ π‘Ÿπ‘˜ PROPN ijassa-582 20 2 = = SYM ijassa-582 20 3 π‘ƒπ‘˜ π‘ƒπ‘˜ PROPN ijassa-582 20 4 βˆ’ βˆ’ PROPN ijassa-582 20 5 π‘ƒπ‘˜βˆ’1 π‘ƒπ‘˜βˆ’1 PROPN ijassa-582 20 6 π‘ƒπ‘˜βˆ’1 π‘ƒπ‘˜βˆ’1 PROPN ijassa-582 20 7 𝜎 𝜎 NOUN ijassa-582 21 1 = = PUNCT ijassa-582 22 1 βˆšβˆ‘(π‘Ÿπ‘˜ βˆšβˆ‘(π‘Ÿπ‘˜ NOUN ijassa-582 23 1 βˆ’ βˆ’ PROPN ijassa-582 23 2 π‘Ÿ π‘Ÿ X ijassa-582 23 3 οΏ½ οΏ½ NOUN ijassa-582 23 4 Μ… Μ… NOUN ijassa-582 23 5 οΏ½ οΏ½ NOUN ijassa-582 23 6 )2 )2 PUNCT ijassa-582 23 7 4 4 NUM ijassa-582 23 8 π‘˜=1 π‘˜=1 NOUN ijassa-582 23 9 another another DET ijassa-582 23 10 input input NOUN ijassa-582 23 11 parameter parameter NOUN ijassa-582 23 12 was be AUX ijassa-582 23 13 trade trade NOUN ijassa-582 23 14 volume volume NOUN ijassa-582 23 15 change change NOUN ijassa-582 23 16 values value NOUN ijassa-582 23 17 . . PUNCT ijassa-582 24 1 use use NOUN ijassa-582 24 2 of of ADP ijassa-582 24 3 neural neural ADJ ijassa-582 24 4 network network NOUN ijassa-582 24 5 models model NOUN ijassa-582 24 6 in in ADP ijassa-582 24 7 market market NOUN ijassa-582 24 8 risk risk NOUN ijassa-582 24 9 management management NOUN ijassa-582 24 10 55 55 NUM ijassa-582 24 11 copyright copyright NOUN ijassa-582 24 12 Β© Β© PROPN ijassa-582 24 13 2018 2018 NUM ijassa-582 24 14 assa assa NOUN ijassa-582 24 15 . . PUNCT ijassa-582 25 1 adv adv PROPN ijassa-582 25 2 . . PUNCT ijassa-582 26 1 in in ADP ijassa-582 26 2 systems system NOUN ijassa-582 26 3 science science NOUN ijassa-582 26 4 and and CCONJ ijassa-582 26 5 appl appl NOUN ijassa-582 26 6 . . PUNCT ijassa-582 27 1 ( ( PUNCT ijassa-582 27 2 2018 2018 NUM ijassa-582 27 3 ) ) PUNCT ijassa-582 27 4 π‘£π‘œπ‘™π‘’π‘šπ‘’π‘‘ π‘£π‘œπ‘™π‘’π‘šπ‘’π‘‘ NOUN ijassa-582 27 5 = = SYM ijassa-582 27 6 π‘‰π‘œπ‘™π‘’π‘šπ‘’π‘‘ π‘‰π‘œπ‘™π‘’π‘šπ‘’π‘‘ PROPN ijassa-582 27 7 βˆ’ βˆ’ PROPN ijassa-582 27 8 π‘‰π‘œπ‘™π‘’π‘šπ‘’π‘‘βˆ’5 π‘‰π‘œπ‘™π‘’π‘šπ‘’π‘‘βˆ’5 PUNCT ijassa-582 27 9 π‘‰π‘œπ‘™π‘’π‘šπ‘’π‘‘βˆ’5 π‘‰π‘œπ‘™π‘’π‘šπ‘’π‘‘βˆ’5 ADJ ijassa-582 27 10 , , PUNCT ijassa-582 27 11 where where SCONJ ijassa-582 27 12 π‘‰π‘œπ‘™π‘’π‘šπ‘’π‘‘ π‘‰π‘œπ‘™π‘’π‘šπ‘’π‘‘ PROPN ijassa-582 27 13 is be AUX ijassa-582 27 14 an an DET ijassa-582 27 15 absolute absolute ADJ ijassa-582 27 16 trade trade NOUN ijassa-582 27 17 volume volume NOUN ijassa-582 27 18 value value NOUN ijassa-582 27 19 on on ADP ijassa-582 27 20 the the DET ijassa-582 27 21 t t NOUN ijassa-582 27 22 day day NOUN ijassa-582 27 23 ; ; PUNCT ijassa-582 27 24 π‘£π‘œπ‘™π‘’π‘šπ‘’π‘‘ π‘£π‘œπ‘™π‘’π‘šπ‘’π‘‘ NOUN ijassa-582 27 25 is be AUX ijassa-582 27 26 a a DET ijassa-582 27 27 trade trade NOUN ijassa-582 27 28 volume volume NOUN ijassa-582 27 29 relative relative ADJ ijassa-582 27 30 change change NOUN ijassa-582 27 31 on on ADP ijassa-582 27 32 the the DET ijassa-582 27 33 t t PROPN ijassa-582 27 34 day day NOUN ijassa-582 27 35 . . PUNCT ijassa-582 28 1 2 2 X ijassa-582 28 2 . . X ijassa-582 28 3 distribution distribution NOUN ijassa-582 28 4 of of ADP ijassa-582 28 5 the the DET ijassa-582 28 6 neural neural ADJ ijassa-582 28 7 network network NOUN ijassa-582 28 8 errors error NOUN ijassa-582 28 9 when when SCONJ ijassa-582 28 10 forecasting forecast VERB ijassa-582 28 11 the the DET ijassa-582 28 12 yield yield NOUN ijassa-582 28 13 the the DET ijassa-582 28 14 model model NOUN ijassa-582 28 15 is be AUX ijassa-582 28 16 based base VERB ijassa-582 28 17 on on ADP ijassa-582 28 18 the the DET ijassa-582 28 19 architecture architecture NOUN ijassa-582 28 20 of of ADP ijassa-582 28 21 the the DET ijassa-582 28 22 artificial artificial ADJ ijassa-582 28 23 neural neural ADJ ijassa-582 28 24 network network NOUN ijassa-582 28 25 of of ADP ijassa-582 28 26 a a DET ijassa-582 28 27 multilayer multilayer ADJ ijassa-582 28 28 perceptron perceptron NOUN ijassa-582 28 29 or or CCONJ ijassa-582 28 30 a a DET ijassa-582 28 31 direct direct ADJ ijassa-582 28 32 propagation propagation NOUN ijassa-582 28 33 network network NOUN ijassa-582 28 34 with with ADP ijassa-582 28 35 error error NOUN ijassa-582 28 36 back back NOUN ijassa-582 28 37 propagation propagation NOUN ijassa-582 28 38 learning learning NOUN ijassa-582 28 39 method method NOUN ijassa-582 28 40 . . PUNCT ijassa-582 29 1 the the DET ijassa-582 29 2 model model NOUN ijassa-582 29 3 is be AUX ijassa-582 29 4 aimed aim VERB ijassa-582 29 5 at at ADP ijassa-582 29 6 forecasting forecasting NOUN ijassa-582 29 7 yield yield NOUN ijassa-582 29 8 lower lower ADV ijassa-582 29 9 bound bind VERB ijassa-582 29 10 for for ADP ijassa-582 29 11 the the DET ijassa-582 29 12 time time NOUN ijassa-582 29 13 being being NOUN ijassa-582 29 14 , , PUNCT ijassa-582 29 15 which which PRON ijassa-582 29 16 can can AUX ijassa-582 29 17 be be AUX ijassa-582 29 18 crossed cross VERB ijassa-582 29 19 by by ADP ijassa-582 29 20 the the DET ijassa-582 29 21 actual actual ADJ ijassa-582 29 22 yields yield NOUN ijassa-582 29 23 graph graph VERB ijassa-582 29 24 not not PART ijassa-582 29 25 more more ADJ ijassa-582 29 26 than than ADP ijassa-582 29 27 Ξ± Ξ± NOUN ijassa-582 29 28 in in ADP ijassa-582 29 29 100 100 NUM ijassa-582 29 30 % % NOUN ijassa-582 29 31 of of ADP ijassa-582 29 32 cases case NOUN ijassa-582 29 33 . . PUNCT ijassa-582 30 1 to to PART ijassa-582 30 2 solve solve VERB ijassa-582 30 3 this this DET ijassa-582 30 4 problem problem NOUN ijassa-582 30 5 , , PUNCT ijassa-582 30 6 it it PRON ijassa-582 30 7 was be AUX ijassa-582 30 8 decided decide VERB ijassa-582 30 9 that that SCONJ ijassa-582 30 10 the the DET ijassa-582 30 11 neural neural ADJ ijassa-582 30 12 network network NOUN ijassa-582 30 13 should should AUX ijassa-582 30 14 learn learn VERB ijassa-582 30 15 based base VERB ijassa-582 30 16 on on ADP ijassa-582 30 17 historical historical ADJ ijassa-582 30 18 data datum NOUN ijassa-582 30 19 . . PUNCT ijassa-582 31 1 it it PRON ijassa-582 31 2 was be AUX ijassa-582 31 3 also also ADV ijassa-582 31 4 assumed assume VERB ijassa-582 31 5 that that SCONJ ijassa-582 31 6 the the DET ijassa-582 31 7 current current ADJ ijassa-582 31 8 yield yield NOUN ijassa-582 31 9 and and CCONJ ijassa-582 31 10 volatility volatility NOUN ijassa-582 31 11 depended depend VERB ijassa-582 31 12 on on ADP ijassa-582 31 13 lagged lag VERB ijassa-582 31 14 yield yield NOUN ijassa-582 31 15 and and CCONJ ijassa-582 31 16 lagged lag VERB ijassa-582 31 17 volatility volatility NOUN ijassa-582 31 18 values value NOUN ijassa-582 31 19 . . PUNCT ijassa-582 32 1 an an DET ijassa-582 32 2 empirical empirical ADJ ijassa-582 32 3 distribution distribution NOUN ijassa-582 32 4 function function NOUN ijassa-582 32 5 was be AUX ijassa-582 32 6 constructed construct VERB ijassa-582 32 7 and and CCONJ ijassa-582 32 8 a a DET ijassa-582 32 9 quantile quantile NOUN ijassa-582 32 10 of of ADP ijassa-582 32 11 0.95 0.95 NUM ijassa-582 32 12 level level NOUN ijassa-582 32 13 was be AUX ijassa-582 32 14 taken take VERB ijassa-582 32 15 . . PUNCT ijassa-582 33 1 the the DET ijassa-582 33 2 error error NOUN ijassa-582 33 3 distribution distribution NOUN ijassa-582 33 4 density density NOUN ijassa-582 33 5 is be AUX ijassa-582 33 6 shown show VERB ijassa-582 33 7 in in ADP ijassa-582 33 8 fig fig NOUN ijassa-582 33 9 . . PUNCT ijassa-582 34 1 4 4 X ijassa-582 34 2 . . X ijassa-582 34 3 fig fig NOUN ijassa-582 34 4 . . PUNCT ijassa-582 35 1 4 4 NUM ijassa-582 35 2 the the DET ijassa-582 35 3 resulting result VERB ijassa-582 35 4 value value NOUN ijassa-582 35 5 was be AUX ijassa-582 35 6 calculated calculate VERB ijassa-582 35 7 as as ADP ijassa-582 35 8 a a DET ijassa-582 35 9 correction correction NOUN ijassa-582 35 10 level level NOUN ijassa-582 35 11 to to ADP ijassa-582 35 12 the the DET ijassa-582 35 13 initially initially ADV ijassa-582 35 14 specified specify VERB ijassa-582 35 15 var var NOUN ijassa-582 35 16 curve curve NOUN ijassa-582 35 17 . . PUNCT ijassa-582 36 1 that that PRON ijassa-582 36 2 is be AUX ijassa-582 36 3 the the DET ijassa-582 36 4 final final ADJ ijassa-582 36 5 formula formula NOUN ijassa-582 36 6 for for ADP ijassa-582 36 7 the the DET ijassa-582 36 8 var var NOUN ijassa-582 36 9 based base VERB ijassa-582 36 10 on on ADP ijassa-582 36 11 the the DET ijassa-582 36 12 neural neural ADJ ijassa-582 36 13 network network NOUN ijassa-582 36 14 is be AUX ijassa-582 36 15 as as SCONJ ijassa-582 36 16 follows follow VERB ijassa-582 36 17 : : PUNCT ijassa-582 36 18 π‘‰π‘Žπ‘…π‘›π‘’π‘’π‘Ÿ π‘‰π‘Žπ‘…π‘›π‘’π‘’π‘Ÿ PROPN ijassa-582 36 19 = = SYM ijassa-582 36 20 π‘Ÿπ‘›π‘’π‘’π‘Ÿ π‘Ÿπ‘›π‘’π‘’π‘Ÿ PROPN ijassa-582 36 21 βˆ’ βˆ’ NOUN ijassa-582 36 22 πœŽπ‘›π‘’π‘’π‘Ÿ πœŽπ‘›π‘’π‘’π‘Ÿ PROPN ijassa-582 36 23 βˆ’ βˆ’ NOUN ijassa-582 36 24 π‘π‘œπ‘Ÿπ‘Ÿπ‘’π‘π‘‘π‘–π‘œπ‘› π‘π‘œπ‘Ÿπ‘Ÿπ‘’π‘π‘‘π‘–π‘œπ‘› ADV ijassa-582 36 25 this this DET ijassa-582 36 26 curve curve NOUN ijassa-582 36 27 was be AUX ijassa-582 36 28 constructed construct VERB ijassa-582 36 29 in in ADP ijassa-582 36 30 two two NUM ijassa-582 36 31 ways way NOUN ijassa-582 36 32 . . PUNCT ijassa-582 37 1 the the DET ijassa-582 37 2 first first ADJ ijassa-582 37 3 way way NOUN ijassa-582 37 4 of of ADP ijassa-582 37 5 constructing constructing NOUN ijassa-582 37 6 is be AUX ijassa-582 37 7 based base VERB ijassa-582 37 8 on on ADP ijassa-582 37 9 the the DET ijassa-582 37 10 fact fact NOUN ijassa-582 37 11 that that SCONJ ijassa-582 37 12 the the DET ijassa-582 37 13 neural neural ADJ ijassa-582 37 14 network network NOUN ijassa-582 37 15 learns learn VERB ijassa-582 37 16 once once ADV ijassa-582 37 17 and and CCONJ ijassa-582 37 18 then then ADV ijassa-582 37 19 a a DET ijassa-582 37 20 forecast forecast NOUN ijassa-582 37 21 is be AUX ijassa-582 37 22 made make VERB ijassa-582 37 23 using use VERB ijassa-582 37 24 it it PRON ijassa-582 37 25 . . PUNCT ijassa-582 38 1 that that PRON ijassa-582 38 2 is be AUX ijassa-582 38 3 essentially essentially ADV ijassa-582 38 4 a a DET ijassa-582 38 5 model model NOUN ijassa-582 38 6 with with ADP ijassa-582 38 7 static static ADJ ijassa-582 38 8 weights weight NOUN ijassa-582 38 9 in in ADP ijassa-582 38 10 that that SCONJ ijassa-582 38 11 the the DET ijassa-582 38 12 weights weight NOUN ijassa-582 38 13 inside inside ADP ijassa-582 38 14 the the DET ijassa-582 38 15 network network NOUN ijassa-582 38 16 are be AUX ijassa-582 38 17 calculated calculate VERB ijassa-582 38 18 once once ADV ijassa-582 38 19 and and CCONJ ijassa-582 38 20 no no ADV ijassa-582 38 21 longer long ADV ijassa-582 38 22 change change VERB ijassa-582 38 23 . . PUNCT ijassa-582 39 1 this this DET ijassa-582 39 2 approach approach NOUN ijassa-582 39 3 to to ADP ijassa-582 39 4 the the DET ijassa-582 39 5 var var NOUN ijassa-582 39 6 curve curve NOUN ijassa-582 39 7 constructing construct VERB ijassa-582 39 8 gives give VERB ijassa-582 39 9 an an DET ijassa-582 39 10 advantage advantage NOUN ijassa-582 39 11 in in ADP ijassa-582 39 12 terms term NOUN ijassa-582 39 13 of of ADP ijassa-582 39 14 program program NOUN ijassa-582 39 15 running running NOUN ijassa-582 39 16 time time NOUN ijassa-582 39 17 , , PUNCT ijassa-582 39 18 since since SCONJ ijassa-582 39 19 the the DET ijassa-582 39 20 learning learning NOUN ijassa-582 39 21 occurs occur VERB ijassa-582 39 22 once once ADV ijassa-582 39 23 . . PUNCT ijassa-582 40 1 for for ADP ijassa-582 40 2 the the DET ijassa-582 40 3 sake sake NOUN ijassa-582 40 4 of of ADP ijassa-582 40 5 convenience convenience NOUN ijassa-582 40 6 this this DET ijassa-582 40 7 model model NOUN ijassa-582 40 8 will will AUX ijassa-582 40 9 be be AUX ijassa-582 40 10 hereinafter hereinafter NOUN ijassa-582 40 11 referred refer VERB ijassa-582 40 12 to to ADP ijassa-582 40 13 as as ADP ijassa-582 40 14 a a DET ijassa-582 40 15 neural neural ADJ ijassa-582 40 16 network network NOUN ijassa-582 40 17 model model NOUN ijassa-582 40 18 with with ADP ijassa-582 40 19 static static ADJ ijassa-582 40 20 weights weight NOUN ijassa-582 40 21 . . PUNCT ijassa-582 41 1 the the DET ijassa-582 41 2 second second ADJ ijassa-582 41 3 way way NOUN ijassa-582 41 4 is be AUX ijassa-582 41 5 based base VERB ijassa-582 41 6 on on ADP ijassa-582 41 7 the the DET ijassa-582 41 8 assumption assumption NOUN ijassa-582 41 9 that that SCONJ ijassa-582 41 10 the the DET ijassa-582 41 11 market market NOUN ijassa-582 41 12 structure structure NOUN ijassa-582 41 13 is be AUX ijassa-582 41 14 changeable changeable ADJ ijassa-582 41 15 ( ( PUNCT ijassa-582 41 16 which which PRON ijassa-582 41 17 is be AUX ijassa-582 41 18 actually actually ADV ijassa-582 41 19 the the DET ijassa-582 41 20 case case NOUN ijassa-582 41 21 ) ) PUNCT ijassa-582 41 22 and and CCONJ ijassa-582 41 23 to to PART ijassa-582 41 24 make make VERB ijassa-582 41 25 a a DET ijassa-582 41 26 forecast forecast NOUN ijassa-582 41 27 more more ADV ijassa-582 41 28 accurate accurate ADJ ijassa-582 41 29 the the DET ijassa-582 41 30 neural neural ADJ ijassa-582 41 31 network network NOUN ijassa-582 41 32 learns learn VERB ijassa-582 41 33 each each DET ijassa-582 41 34 time time NOUN ijassa-582 41 35 when when SCONJ ijassa-582 41 36 calculating calculate VERB ijassa-582 41 37 the the DET ijassa-582 41 38 var var NOUN ijassa-582 41 39 . . PUNCT ijassa-582 42 1 that that PRON ijassa-582 42 2 is be AUX ijassa-582 42 3 , , PUNCT ijassa-582 42 4 to to PART ijassa-582 42 5 forecast forecast VERB ijassa-582 42 6 the the DET ijassa-582 42 7 yield yield NOUN ijassa-582 42 8 for for ADP ijassa-582 42 9 the the DET ijassa-582 42 10 time time NOUN ijassa-582 42 11 being be AUX ijassa-582 42 12 the the DET ijassa-582 42 13 neural neural ADJ ijassa-582 42 14 network network NOUN ijassa-582 42 15 learns learn VERB ijassa-582 42 16 using use VERB ijassa-582 42 17 n n NUM ijassa-582 42 18 size size NOUN ijassa-582 42 19 sample sample NOUN ijassa-582 42 20 , , PUNCT ijassa-582 42 21 which which PRON ijassa-582 42 22 includes include VERB ijassa-582 42 23 the the DET ijassa-582 42 24 previous previous ADJ ijassa-582 42 25 n n PRON ijassa-582 42 26 values value NOUN ijassa-582 42 27 of of ADP ijassa-582 42 28 this this DET ijassa-582 42 29 index index NOUN ijassa-582 42 30 . . PUNCT ijassa-582 43 1 this this PRON ijassa-582 43 2 is be AUX ijassa-582 43 3 a a DET ijassa-582 43 4 model model NOUN ijassa-582 43 5 with with ADP ijassa-582 43 6 dynamic dynamic ADJ ijassa-582 43 7 weights weight NOUN ijassa-582 43 8 . . PUNCT ijassa-582 44 1 at at ADP ijassa-582 44 2 each each DET ijassa-582 44 3 calculation calculation NOUN ijassa-582 44 4 of of ADP ijassa-582 44 5 the the DET ijassa-582 44 6 var var NOUN ijassa-582 44 7 value value NOUN ijassa-582 44 8 the the DET ijassa-582 44 9 neural neural ADJ ijassa-582 44 10 network network NOUN ijassa-582 44 11 learns learn VERB ijassa-582 44 12 again again ADV ijassa-582 44 13 . . PUNCT ijassa-582 45 1 of of ADP ijassa-582 45 2 course course NOUN ijassa-582 45 3 , , PUNCT ijassa-582 45 4 such such ADJ ijassa-582 45 5 method method NOUN ijassa-582 45 6 of of ADP ijassa-582 45 7 the the DET ijassa-582 45 8 var var NOUN ijassa-582 45 9 constructing construct VERB ijassa-582 45 10 is be AUX ijassa-582 45 11 inferior inferior ADJ ijassa-582 45 12 to to ADP ijassa-582 45 13 the the DET ijassa-582 45 14 first first ADJ ijassa-582 45 15 one one NUM ijassa-582 45 16 , , PUNCT ijassa-582 45 17 but but CCONJ ijassa-582 45 18 it it PRON ijassa-582 45 19 should should AUX ijassa-582 45 20 be be AUX ijassa-582 45 21 more more ADV ijassa-582 45 22 accurate accurate ADJ ijassa-582 45 23 . . PUNCT ijassa-582 46 1 for for ADP ijassa-582 46 2 the the DET ijassa-582 46 3 sake sake NOUN ijassa-582 46 4 of of ADP ijassa-582 46 5 convenience convenience NOUN ijassa-582 46 6 this this DET ijassa-582 46 7 model model NOUN ijassa-582 46 8 will will AUX ijassa-582 46 9 be be AUX ijassa-582 46 10 hereinafter hereinafter NOUN ijassa-582 46 11 referred refer VERB ijassa-582 46 12 to to ADP ijassa-582 46 13 as as ADP ijassa-582 46 14 a a DET ijassa-582 46 15 neural neural ADJ ijassa-582 46 16 network network NOUN ijassa-582 46 17 model model NOUN ijassa-582 46 18 with with ADP ijassa-582 46 19 dynamic dynamic ADJ ijassa-582 46 20 weights weight NOUN ijassa-582 46 21 . . PUNCT ijassa-582 47 1 56 56 NUM ijassa-582 47 2 m. m. NOUN ijassa-582 47 3 radosteva radosteva PROPN ijassa-582 47 4 , , PUNCT ijassa-582 47 5 v.soloviev v.soloviev NOUN ijassa-582 47 6 , , PUNCT ijassa-582 47 7 v.ivanyuk v.ivanyuk NOUN ijassa-582 47 8 , , PUNCT ijassa-582 47 9 a.tsvirkun a.tsvirkun NOUN ijassa-582 47 10 copyright copyright NOUN ijassa-582 47 11 Β© Β© PROPN ijassa-582 47 12 2018 2018 NUM ijassa-582 47 13 assa assa NOUN ijassa-582 47 14 . . PUNCT ijassa-582 48 1 adv adv PROPN ijassa-582 48 2 . . PUNCT ijassa-582 49 1 in in ADP ijassa-582 49 2 systems system NOUN ijassa-582 49 3 science science NOUN ijassa-582 49 4 and and CCONJ ijassa-582 49 5 appl appl NOUN ijassa-582 49 6 . . PUNCT ijassa-582 50 1 ( ( PUNCT ijassa-582 50 2 2018 2018 NUM ijassa-582 50 3 ) ) PUNCT ijassa-582 50 4 kupic kupic NOUN ijassa-582 50 5 test test NOUN ijassa-582 50 6 consists consist VERB ijassa-582 50 7 in in ADP ijassa-582 50 8 checking check VERB ijassa-582 50 9 the the DET ijassa-582 50 10 following follow VERB ijassa-582 50 11 statistical statistical ADJ ijassa-582 50 12 hypothesis hypothesis NOUN ijassa-582 50 13 : : PUNCT ijassa-582 50 14 𝐻0 𝐻0 PROPN ijassa-582 50 15 : : PUNCT ijassa-582 50 16 𝛼0 𝛼0 PROPN ijassa-582 50 17 = = PUNCT ijassa-582 50 18 𝛼 𝛼 X ijassa-582 50 19 against against ADP ijassa-582 50 20 alternative alternative ADJ ijassa-582 50 21 π»π‘Žπ‘™π‘‘ π»π‘Žπ‘™π‘‘ PROPN ijassa-582 50 22 : : PUNCT ijassa-582 50 23 𝛼0 𝛼0 PROPN ijassa-582 50 24 β‰  β‰  PROPN ijassa-582 50 25 𝛼 𝛼 PROPN ijassa-582 50 26 , , PUNCT ijassa-582 50 27 where where SCONJ ijassa-582 50 28 the the DET ijassa-582 50 29 𝛼 𝛼 X ijassa-582 50 30 = = PUNCT ijassa-582 50 31 𝐾 𝐾 PROPN ijassa-582 50 32 𝑁 𝑁 PROPN ijassa-582 50 33 , , PUNCT ijassa-582 50 34 𝐾 𝐾 PROPN ijassa-582 50 35 is be AUX ijassa-582 50 36 the the DET ijassa-582 50 37 number number NOUN ijassa-582 50 38 of of ADP ijassa-582 50 39 the the DET ijassa-582 50 40 var var NOUN ijassa-582 50 41 line line NOUN ijassa-582 50 42 breaks break NOUN ijassa-582 50 43 , , PUNCT ijassa-582 50 44 the the DET ijassa-582 50 45 𝑁 𝑁 PROPN ijassa-582 50 46 is be AUX ijassa-582 50 47 the the DET ijassa-582 50 48 quantity quantity NOUN ijassa-582 50 49 of of ADP ijassa-582 50 50 forecast forecast NOUN ijassa-582 50 51 data datum NOUN ijassa-582 50 52 , , PUNCT ijassa-582 50 53 and and CCONJ ijassa-582 50 54 the the DET ijassa-582 50 55 1 1 NUM ijassa-582 50 56 βˆ’ βˆ’ PROPN ijassa-582 50 57 𝛼0 𝛼0 PROPN ijassa-582 50 58 is be AUX ijassa-582 50 59 a a DET ijassa-582 50 60 specified specified ADJ ijassa-582 50 61 level level NOUN ijassa-582 50 62 of of ADP ijassa-582 50 63 significance significance NOUN ijassa-582 50 64 . . PUNCT ijassa-582 51 1 checking checking NOUN ijassa-582 51 2 is be AUX ijassa-582 51 3 performed perform VERB ijassa-582 51 4 using use VERB ijassa-582 51 5 statistics statistic NOUN ijassa-582 51 6 𝑆𝐢𝑒𝑝 𝑆𝐢𝑒𝑝 PROPN ijassa-582 51 7 = = PUNCT ijassa-582 51 8 βˆ’2 βˆ’2 PROPN ijassa-582 51 9 ln((1 ln((1 ADV ijassa-582 52 1 βˆ’ βˆ’ PROPN ijassa-582 52 2 𝛼 𝛼 NOUN ijassa-582 52 3 ) ) PUNCT ijassa-582 52 4 π‘βˆ’πΎπ›ΌπΎ π‘βˆ’πΎπ›ΌπΎ PUNCT ijassa-582 52 5 ) ) PUNCT ijassa-582 53 1 + + NUM ijassa-582 53 2 βˆ’2 βˆ’2 NOUN ijassa-582 53 3 ln((1 ln((1 PRON ijassa-582 53 4 βˆ’ βˆ’ PROPN ijassa-582 53 5 𝛼0 𝛼0 PROPN ijassa-582 53 6 ) ) PUNCT ijassa-582 53 7 π‘βˆ’πΎπ›Ό0 π‘βˆ’πΎπ›Ό0 PROPN ijassa-582 53 8 𝐾 𝐾 PROPN ijassa-582 53 9 ) ) PUNCT ijassa-582 53 10 , , PUNCT ijassa-582 53 11 which which PRON ijassa-582 53 12 has have VERB ijassa-582 53 13 the the DET ijassa-582 53 14 πœ’2(1 πœ’2(1 NOUN ijassa-582 53 15 ) ) PUNCT ijassa-582 53 16 distribution distribution NOUN ijassa-582 53 17 if if SCONJ ijassa-582 53 18 the the DET ijassa-582 53 19 null null ADJ ijassa-582 53 20 hypothesis hypothesis NOUN ijassa-582 53 21 is be AUX ijassa-582 53 22 true true ADJ ijassa-582 53 23 . . PUNCT ijassa-582 54 1 another another DET ijassa-582 54 2 quality quality NOUN ijassa-582 54 3 index index NOUN ijassa-582 54 4 that that PRON ijassa-582 54 5 helps help VERB ijassa-582 54 6 to to PART ijassa-582 54 7 choice choice VERB ijassa-582 54 8 between between ADP ijassa-582 54 9 the the DET ijassa-582 54 10 models model NOUN ijassa-582 54 11 that that PRON ijassa-582 54 12 passed pass VERB ijassa-582 54 13 the the DET ijassa-582 54 14 kupic kupic NOUN ijassa-582 54 15 test test NOUN ijassa-582 54 16 is be AUX ijassa-582 54 17 the the DET ijassa-582 54 18 loss loss NOUN ijassa-582 54 19 function function NOUN ijassa-582 54 20 value value NOUN ijassa-582 54 21 , , PUNCT ijassa-582 54 22 which which PRON ijassa-582 54 23 measures measure VERB ijassa-582 54 24 the the DET ijassa-582 54 25 average average ADJ ijassa-582 54 26 value value NOUN ijassa-582 54 27 of of ADP ijassa-582 54 28 the the DET ijassa-582 54 29 var var NOUN ijassa-582 54 30 level level NOUN ijassa-582 54 31 excess excess NOUN ijassa-582 54 32 by by ADP ijassa-582 54 33 actual actual ADJ ijassa-582 54 34 losses loss NOUN ijassa-582 54 35 . . PUNCT ijassa-582 55 1 the the PRON ijassa-582 55 2 smaller small ADJ ijassa-582 55 3 the the DET ijassa-582 55 4 loss loss NOUN ijassa-582 55 5 function function NOUN ijassa-582 55 6 value value NOUN ijassa-582 55 7 , , PUNCT ijassa-582 55 8 the the DET ijassa-582 55 9 more more ADV ijassa-582 55 10 adequately adequately ADV ijassa-582 55 11 risk risk NOUN ijassa-582 55 12 is be AUX ijassa-582 55 13 assessed assess VERB ijassa-582 55 14 by by ADP ijassa-582 55 15 the the DET ijassa-582 55 16 considered consider VERB ijassa-582 55 17 model model NOUN ijassa-582 55 18 . . PUNCT ijassa-582 56 1 the the DET ijassa-582 56 2 loss loss NOUN ijassa-582 56 3 functions function NOUN ijassa-582 56 4 most most ADV ijassa-582 56 5 commonly commonly ADV ijassa-582 56 6 used use VERB ijassa-582 56 7 are be AUX ijassa-582 56 8 the the DET ijassa-582 56 9 lopez lopez NOUN ijassa-582 56 10 and and CCONJ ijassa-582 56 11 blanco blanco PROPN ijassa-582 56 12 - - PUNCT ijassa-582 56 13 ihle ihle PROPN ijassa-582 56 14 ’s ’s PART ijassa-582 56 15 ones one NOUN ijassa-582 56 16 : : PUNCT ijassa-582 56 17 πΏπΏπ‘œ πΏπΏπ‘œ NOUN ijassa-582 56 18 = = SYM ijassa-582 56 19 1 1 NUM ijassa-582 56 20 𝐾 𝐾 PROPN ijassa-582 56 21 βˆ‘(𝑦𝑑 βˆ‘(𝑦𝑑 PROPN ijassa-582 56 22 βˆ’ βˆ’ PROPN ijassa-582 56 23 π‘‰π‘Žπ‘…π‘‘ π‘‰π‘Žπ‘…π‘‘ PROPN ijassa-582 56 24 ) ) PUNCT ijassa-582 56 25 2𝐼(𝑦𝑑 2𝐼(𝑦𝑑 PROPN ijassa-582 56 26 < < X ijassa-582 56 27 π‘‰π‘Žπ‘…π‘‘ π‘‰π‘Žπ‘…π‘‘ PROPN ijassa-582 56 28 ) ) PUNCT ijassa-582 56 29 𝑇 𝑇 PROPN ijassa-582 56 30 𝑑=1 𝑑=1 PROPN ijassa-582 56 31 , , PUNCT ijassa-582 56 32 𝐿𝐡𝐼 𝐿𝐡𝐼 NOUN ijassa-582 56 33 = = SYM ijassa-582 56 34 1 1 NUM ijassa-582 56 35 𝐾 𝐾 PROPN ijassa-582 56 36 ( ( PUNCT ijassa-582 56 37 𝑦𝑑 𝑦𝑑 PROPN ijassa-582 56 38 βˆ’ βˆ’ PROPN ijassa-582 56 39 π‘‰π‘Žπ‘…π‘‘ π‘‰π‘Žπ‘…π‘‘ AUX ijassa-582 56 40 π‘‰π‘Žπ‘…π‘‘ π‘‰π‘Žπ‘…π‘‘ PROPN ijassa-582 56 41 ) ) PUNCT ijassa-582 56 42 𝐼(𝑦𝑑 𝐼(𝑦𝑑 NOUN ijassa-582 56 43 < < X ijassa-582 56 44 π‘‰π‘Žπ‘…π‘‘ π‘‰π‘Žπ‘…π‘‘ PROPN ijassa-582 56 45 ) ) PUNCT ijassa-582 56 46 the the DET ijassa-582 56 47 lopez lopez NOUN ijassa-582 56 48 ’s ’s PART ijassa-582 56 49 loss loss NOUN ijassa-582 56 50 function function NOUN ijassa-582 56 51 is be AUX ijassa-582 56 52 different different ADJ ijassa-582 56 53 in in ADP ijassa-582 56 54 that that SCONJ ijassa-582 56 55 it it PRON ijassa-582 56 56 gives give VERB ijassa-582 56 57 a a DET ijassa-582 56 58 greater great ADJ ijassa-582 56 59 weight weight NOUN ijassa-582 56 60 to to ADP ijassa-582 56 61 significant significant ADJ ijassa-582 56 62 deviations deviation NOUN ijassa-582 56 63 . . PUNCT ijassa-582 57 1 this this PRON ijassa-582 57 2 is be AUX ijassa-582 57 3 justified justify VERB ijassa-582 57 4 from from ADP ijassa-582 57 5 a a DET ijassa-582 57 6 substantive substantive ADJ ijassa-582 57 7 point point NOUN ijassa-582 57 8 of of ADP ijassa-582 57 9 view view NOUN ijassa-582 57 10 , , PUNCT ijassa-582 57 11 since since SCONJ ijassa-582 57 12 single single ADJ ijassa-582 57 13 large large ADJ ijassa-582 57 14 excesses excess NOUN ijassa-582 57 15 are be AUX ijassa-582 57 16 usually usually ADV ijassa-582 57 17 more more ADV ijassa-582 57 18 dangerous dangerous ADJ ijassa-582 57 19 than than ADP ijassa-582 57 20 a a DET ijassa-582 57 21 few few ADJ ijassa-582 57 22 small small ADJ ijassa-582 57 23 ones one NOUN ijassa-582 57 24 . . PUNCT ijassa-582 58 1 when when SCONJ ijassa-582 58 2 constructing construct VERB ijassa-582 58 3 the the DET ijassa-582 58 4 var var NOUN ijassa-582 58 5 curve curve NOUN ijassa-582 58 6 , , PUNCT ijassa-582 58 7 the the DET ijassa-582 58 8 programming programming NOUN ijassa-582 58 9 language language NOUN ijassa-582 58 10 r r NOUN ijassa-582 58 11 with with ADP ijassa-582 58 12 the the DET ijassa-582 58 13 neuralnet neuralnet NOUN ijassa-582 58 14 library library NOUN ijassa-582 58 15 was be AUX ijassa-582 58 16 used use VERB ijassa-582 58 17 , , PUNCT ijassa-582 58 18 which which PRON ijassa-582 58 19 allowed allow VERB ijassa-582 58 20 to to PART ijassa-582 58 21 construct construct VERB ijassa-582 58 22 direct direct ADJ ijassa-582 58 23 propagation propagation NOUN ijassa-582 58 24 neural neural ADJ ijassa-582 58 25 networks network NOUN ijassa-582 58 26 with with ADP ijassa-582 58 27 the the DET ijassa-582 58 28 error error NOUN ijassa-582 58 29 back back NOUN ijassa-582 58 30 propagation propagation NOUN ijassa-582 58 31 methods method NOUN ijassa-582 58 32 in in ADP ijassa-582 58 33 different different ADJ ijassa-582 58 34 versions version NOUN ijassa-582 58 35 . . PUNCT ijassa-582 59 1 in in ADP ijassa-582 59 2 particular particular ADJ ijassa-582 59 3 , , PUNCT ijassa-582 59 4 the the DET ijassa-582 59 5 rprop rprop NOUN ijassa-582 59 6 learning learn VERB ijassa-582 59 7 method method NOUN ijassa-582 59 8 was be AUX ijassa-582 59 9 used use VERB ijassa-582 59 10 . . PUNCT ijassa-582 60 1 during during ADP ijassa-582 60 2 the the DET ijassa-582 60 3 research research NOUN ijassa-582 60 4 , , PUNCT ijassa-582 60 5 experiments experiment NOUN ijassa-582 60 6 to to PART ijassa-582 60 7 change change VERB ijassa-582 60 8 the the DET ijassa-582 60 9 number number NOUN ijassa-582 60 10 of of ADP ijassa-582 60 11 layers layer NOUN ijassa-582 60 12 in in ADP ijassa-582 60 13 the the DET ijassa-582 60 14 multilayer multilayer PROPN ijassa-582 60 15 perceptron perceptron PROPN ijassa-582 60 16 , , PUNCT ijassa-582 60 17 as as ADV ijassa-582 60 18 well well ADV ijassa-582 60 19 as as ADP ijassa-582 60 20 the the DET ijassa-582 60 21 number number NOUN ijassa-582 60 22 of of ADP ijassa-582 60 23 neurons neuron NOUN ijassa-582 60 24 in in ADP ijassa-582 60 25 each each DET ijassa-582 60 26 layer layer NOUN ijassa-582 60 27 in in ADP ijassa-582 60 28 order order NOUN ijassa-582 60 29 to to PART ijassa-582 60 30 improve improve VERB ijassa-582 60 31 forecast forecast NOUN ijassa-582 60 32 accuracy accuracy NOUN ijassa-582 60 33 were be AUX ijassa-582 60 34 carried carry VERB ijassa-582 60 35 out out ADP ijassa-582 60 36 . . PUNCT ijassa-582 61 1 the the DET ijassa-582 61 2 learning learn VERB ijassa-582 61 3 sample sample NOUN ijassa-582 61 4 - - PUNCT ijassa-582 61 5 based base VERB ijassa-582 61 6 forecast forecast NOUN ijassa-582 61 7 error error NOUN ijassa-582 61 8 formula formula NOUN ijassa-582 61 9 built build VERB ijassa-582 61 10 into into ADP ijassa-582 61 11 the the DET ijassa-582 61 12 neural neural ADJ ijassa-582 61 13 network network NOUN ijassa-582 61 14 was be AUX ijassa-582 61 15 used use VERB ijassa-582 61 16 as as ADP ijassa-582 61 17 a a DET ijassa-582 61 18 guide guide NOUN ijassa-582 61 19 . . PUNCT ijassa-582 62 1 such such ADJ ijassa-582 62 2 error error NOUN ijassa-582 62 3 formula formula NOUN ijassa-582 62 4 was be AUX ijassa-582 62 5 calculated calculate VERB ijassa-582 62 6 as as SCONJ ijassa-582 62 7 follows follow VERB ijassa-582 62 8 : : PUNCT ijassa-582 62 9 𝐸 𝐸 NOUN ijassa-582 62 10 = = SYM ijassa-582 62 11 1 1 NUM ijassa-582 62 12 2 2 NUM ijassa-582 62 13 ( ( PUNCT ijassa-582 62 14 π‘¦π‘“π‘Žπ‘π‘‘ π‘¦π‘“π‘Žπ‘π‘‘ PROPN ijassa-582 62 15 βˆ’ βˆ’ PROPN ijassa-582 62 16 οΏ½ οΏ½ PROPN ijassa-582 62 17 Μƒ Μƒ PROPN ijassa-582 62 18 οΏ½ οΏ½ PROPN ijassa-582 62 19 ) ) PUNCT ijassa-582 62 20 2 2 NUM ijassa-582 62 21 and and CCONJ ijassa-582 62 22 was be AUX ijassa-582 62 23 output output VERB ijassa-582 62 24 by by ADP ijassa-582 62 25 the the DET ijassa-582 62 26 program program NOUN ijassa-582 62 27 itself itself PRON ijassa-582 62 28 . . PUNCT ijassa-582 63 1 since since SCONJ ijassa-582 63 2 the the DET ijassa-582 63 3 neural neural ADJ ijassa-582 63 4 network network NOUN ijassa-582 63 5 showed show VERB ijassa-582 63 6 different different ADJ ijassa-582 63 7 results result NOUN ijassa-582 63 8 at at ADP ijassa-582 63 9 each each DET ijassa-582 63 10 learning learning NOUN ijassa-582 63 11 session session NOUN ijassa-582 63 12 , , PUNCT ijassa-582 63 13 it it PRON ijassa-582 63 14 was be AUX ijassa-582 63 15 decided decide VERB ijassa-582 63 16 to to PART ijassa-582 63 17 take take VERB ijassa-582 63 18 the the DET ijassa-582 63 19 arithmetic arithmetic ADJ ijassa-582 63 20 mean mean NOUN ijassa-582 63 21 of of ADP ijassa-582 63 22 this this DET ijassa-582 63 23 error error NOUN ijassa-582 63 24 in in ADP ijassa-582 63 25 order order NOUN ijassa-582 63 26 to to PART ijassa-582 63 27 generalize generalize VERB ijassa-582 63 28 this this DET ijassa-582 63 29 parameter parameter NOUN ijassa-582 63 30 for for ADP ijassa-582 63 31 the the DET ijassa-582 63 32 neural neural ADJ ijassa-582 63 33 network network NOUN ijassa-582 63 34 with with ADP ijassa-582 63 35 such such ADJ ijassa-582 63 36 layers layer NOUN ijassa-582 63 37 and and CCONJ ijassa-582 63 38 quantity quantity NOUN ijassa-582 63 39 . . PUNCT ijassa-582 64 1 𝐸ср 𝐸ср NOUN ijassa-582 64 2 = = SYM ijassa-582 64 3 1 1 NUM ijassa-582 64 4 𝑛 𝑛 PRON ijassa-582 64 5 βˆ‘πΈπ‘– βˆ‘πΈπ‘– PROPN ijassa-582 64 6 𝑛 𝑛 PRON ijassa-582 64 7 𝑖=1 𝑖=1 PROPN ijassa-582 64 8 , , PUNCT ijassa-582 64 9 where where SCONJ ijassa-582 64 10 the the DET ijassa-582 64 11 n n NOUN ijassa-582 64 12 was be AUX ijassa-582 64 13 taken take VERB ijassa-582 64 14 equal equal ADJ ijassa-582 64 15 to to ADP ijassa-582 64 16 the the DET ijassa-582 64 17 order order NOUN ijassa-582 64 18 of of ADP ijassa-582 64 19 30 30 NUM ijassa-582 64 20 . . PUNCT ijassa-582 65 1 the the DET ijassa-582 65 2 result result NOUN ijassa-582 65 3 of of ADP ijassa-582 65 4 the the DET ijassa-582 65 5 research research NOUN ijassa-582 65 6 is be AUX ijassa-582 65 7 the the DET ijassa-582 65 8 error error NOUN ijassa-582 65 9 ! ! PUNCT ijassa-582 66 1 reference reference NOUN ijassa-582 66 2 source source NOUN ijassa-582 66 3 not not PART ijassa-582 66 4 found find VERB ijassa-582 66 5 .. .. PUNCT ijassa-582 66 6 table table NOUN ijassa-582 66 7 1 1 NUM ijassa-582 66 8 . . PUNCT ijassa-582 66 9 number number NOUN ijassa-582 66 10 of of ADP ijassa-582 66 11 neurons neuron NOUN ijassa-582 66 12 in in ADP ijassa-582 66 13 layers layer NOUN ijassa-582 66 14 yield yield VERB ijassa-582 66 15 volatility volatility NOUN ijassa-582 66 16 with with ADP ijassa-582 66 17 a a DET ijassa-582 66 18 relative relative ADJ ijassa-582 66 19 change change NOUN ijassa-582 66 20 in in ADP ijassa-582 66 21 trade trade NOUN ijassa-582 66 22 volume volume NOUN ijassa-582 66 23 without without ADP ijassa-582 66 24 a a DET ijassa-582 66 25 relative relative ADJ ijassa-582 66 26 change change NOUN ijassa-582 66 27 in in ADP ijassa-582 66 28 trade trade NOUN ijassa-582 66 29 volume volume NOUN ijassa-582 66 30 without without ADP ijassa-582 66 31 a a DET ijassa-582 66 32 relative relative ADJ ijassa-582 66 33 change change NOUN ijassa-582 66 34 in in ADP ijassa-582 66 35 trade trade NOUN ijassa-582 66 36 volume volume NOUN ijassa-582 66 37 ( ( PUNCT ijassa-582 66 38 6 6 NUM ijassa-582 66 39 , , PUNCT ijassa-582 66 40 3 3 NUM ijassa-582 66 41 ) ) PUNCT ijassa-582 67 1 0.14399 0.14399 NUM ijassa-582 67 2 0.163759 0.163759 NUM ijassa-582 67 3 0.00813 0.00813 NUM ijassa-582 67 4 use use NOUN ijassa-582 67 5 of of ADP ijassa-582 67 6 neural neural ADJ ijassa-582 67 7 network network NOUN ijassa-582 67 8 models model NOUN ijassa-582 67 9 in in ADP ijassa-582 67 10 market market NOUN ijassa-582 67 11 risk risk NOUN ijassa-582 67 12 management management NOUN ijassa-582 67 13 57 57 NUM ijassa-582 67 14 copyright copyright NOUN ijassa-582 67 15 Β© Β© PROPN ijassa-582 67 16 2018 2018 NUM ijassa-582 67 17 assa assa NOUN ijassa-582 67 18 . . PUNCT ijassa-582 68 1 adv adv PROPN ijassa-582 68 2 . . PUNCT ijassa-582 69 1 in in ADP ijassa-582 69 2 systems system NOUN ijassa-582 69 3 science science NOUN ijassa-582 69 4 and and CCONJ ijassa-582 69 5 appl appl NOUN ijassa-582 69 6 . . PUNCT ijassa-582 70 1 ( ( PUNCT ijassa-582 70 2 2018 2018 NUM ijassa-582 70 3 ) ) PUNCT ijassa-582 70 4 ( ( PUNCT ijassa-582 70 5 8 8 NUM ijassa-582 70 6 , , PUNCT ijassa-582 70 7 3 3 X ijassa-582 70 8 ) ) PUNCT ijassa-582 70 9 0.135139 0.135139 NUM ijassa-582 70 10 0.157891 0.157891 NUM ijassa-582 70 11 0.00813 0.00813 NUM ijassa-582 70 12 ( ( PUNCT ijassa-582 70 13 11 11 NUM ijassa-582 70 14 , , PUNCT ijassa-582 70 15 6 6 NUM ijassa-582 70 16 ) ) PUNCT ijassa-582 70 17 0.12661 0.12661 NUM ijassa-582 70 18 0.14632 0.14632 NUM ijassa-582 70 19 0.00813 0.00813 NUM ijassa-582 70 20 ( ( PUNCT ijassa-582 70 21 12 12 NUM ijassa-582 70 22 , , PUNCT ijassa-582 70 23 3 3 NUM ijassa-582 70 24 ) ) PUNCT ijassa-582 70 25 0.12789 0.12789 NUM ijassa-582 70 26 0.139695 0.139695 NUM ijassa-582 70 27 0.00813 0.00813 NUM ijassa-582 70 28 ( ( PUNCT ijassa-582 70 29 12 12 NUM ijassa-582 70 30 , , PUNCT ijassa-582 70 31 6 6 NUM ijassa-582 70 32 ) ) PUNCT ijassa-582 70 33 0.13096 0.13096 NUM ijassa-582 70 34 0.132457 0.132457 NUM ijassa-582 70 35 0.00813 0.00813 NUM ijassa-582 70 36 ( ( PUNCT ijassa-582 70 37 22 22 NUM ijassa-582 70 38 , , PUNCT ijassa-582 70 39 6 6 NUM ijassa-582 70 40 ) ) PUNCT ijassa-582 70 41 0.1176 0.1176 NUM ijassa-582 70 42 0.14441 0.14441 NUM ijassa-582 70 43 0.00801 0.00801 NUM ijassa-582 70 44 ( ( PUNCT ijassa-582 70 45 22 22 NUM ijassa-582 70 46 , , PUNCT ijassa-582 70 47 11 11 NUM ijassa-582 70 48 ) ) PUNCT ijassa-582 70 49 0.10761 0.10761 NUM ijassa-582 70 50 0.15441 0.15441 NUM ijassa-582 70 51 0.00771 0.00771 NUM ijassa-582 70 52 ( ( PUNCT ijassa-582 70 53 24 24 NUM ijassa-582 70 54 , , PUNCT ijassa-582 70 55 3 3 NUM ijassa-582 70 56 ) ) PUNCT ijassa-582 70 57 0.107 0.107 NUM ijassa-582 70 58 0.14177 0.14177 NUM ijassa-582 70 59 0.00713 0.00713 NUM ijassa-582 70 60 ( ( PUNCT ijassa-582 70 61 24 24 NUM ijassa-582 70 62 , , PUNCT ijassa-582 70 63 6 6 NUM ijassa-582 70 64 ) ) PUNCT ijassa-582 70 65 0.11826 0.11826 NUM ijassa-582 70 66 0.17130 0.17130 NUM ijassa-582 70 67 0.00712 0.00712 NUM ijassa-582 70 68 ( ( PUNCT ijassa-582 70 69 22 22 NUM ijassa-582 70 70 , , PUNCT ijassa-582 70 71 11 11 NUM ijassa-582 70 72 , , PUNCT ijassa-582 70 73 3 3 NUM ijassa-582 70 74 ) ) PUNCT ijassa-582 70 75 0.12405 0.12405 NUM ijassa-582 70 76 0.1789 0.1789 NUM ijassa-582 70 77 0.01519 0.01519 NUM ijassa-582 70 78 ( ( PUNCT ijassa-582 70 79 22 22 NUM ijassa-582 70 80 , , PUNCT ijassa-582 70 81 11 11 NUM ijassa-582 70 82 , , PUNCT ijassa-582 70 83 6 6 NUM ijassa-582 70 84 ) ) PUNCT ijassa-582 70 85 0.10574 0.10574 NUM ijassa-582 71 1 0.17111 0.17111 NUM ijassa-582 71 2 0.02907 0.02907 NUM ijassa-582 71 3 ( ( PUNCT ijassa-582 71 4 24 24 NUM ijassa-582 71 5 , , PUNCT ijassa-582 71 6 12 12 NUM ijassa-582 71 7 , , PUNCT ijassa-582 71 8 6 6 NUM ijassa-582 71 9 ) ) PUNCT ijassa-582 71 10 0.11581 0.11581 NUM ijassa-582 71 11 0.1753 0.1753 NUM ijassa-582 71 12 0.01813 0.01813 NUM ijassa-582 71 13 from from ADP ijassa-582 71 14 the the DET ijassa-582 71 15 implementation implementation NOUN ijassa-582 71 16 point point NOUN ijassa-582 71 17 of of ADP ijassa-582 71 18 view view NOUN ijassa-582 71 19 the the DET ijassa-582 71 20 back back ADJ ijassa-582 71 21 propagation propagation NOUN ijassa-582 71 22 method method NOUN ijassa-582 71 23 converges converge VERB ijassa-582 71 24 for for ADP ijassa-582 71 25 a a DET ijassa-582 71 26 long long ADJ ijassa-582 71 27 time time NOUN ijassa-582 71 28 , , PUNCT ijassa-582 71 29 therefore therefore ADV ijassa-582 71 30 its its PRON ijassa-582 71 31 various various ADJ ijassa-582 71 32 modifications modification NOUN ijassa-582 71 33 are be AUX ijassa-582 71 34 often often ADV ijassa-582 71 35 used use VERB ijassa-582 71 36 . . PUNCT ijassa-582 72 1 in in ADP ijassa-582 72 2 particular particular ADJ ijassa-582 72 3 , , PUNCT ijassa-582 72 4 during during ADP ijassa-582 72 5 the the DET ijassa-582 72 6 neural neural ADJ ijassa-582 72 7 network network NOUN ijassa-582 72 8 learning learn VERB ijassa-582 72 9 the the DET ijassa-582 72 10 rprop rprop NOUN ijassa-582 72 11 method method NOUN ijassa-582 72 12 has have AUX ijassa-582 72 13 been be AUX ijassa-582 72 14 used use VERB ijassa-582 72 15 which which PRON ijassa-582 72 16 is be AUX ijassa-582 72 17 as as SCONJ ijassa-582 72 18 follows follow VERB ijassa-582 72 19 . . PUNCT ijassa-582 73 1 the the DET ijassa-582 73 2 algorithm algorithm NOUN ijassa-582 73 3 is be AUX ijassa-582 73 4 based base VERB ijassa-582 73 5 on on ADP ijassa-582 73 6 the the DET ijassa-582 73 7 partial partial ADJ ijassa-582 73 8 derivative derivative ADJ ijassa-582 73 9 sign sign NOUN ijassa-582 73 10 . . PUNCT ijassa-582 74 1 new new ADJ ijassa-582 74 2 weights weight NOUN ijassa-582 74 3 are be AUX ijassa-582 74 4 updated update VERB ijassa-582 74 5 according accord VERB ijassa-582 74 6 to to ADP ijassa-582 74 7 : : PUNCT ijassa-582 74 8 𝑀𝑖𝑗 𝑀𝑖𝑗 PROPN ijassa-582 74 9 ( ( PUNCT ijassa-582 74 10 𝑑+1 𝑑+1 NUM ijassa-582 74 11 ) ) PUNCT ijassa-582 74 12 = = SYM ijassa-582 74 13 𝑀𝑖𝑗 𝑀𝑖𝑗 PROPN ijassa-582 74 14 ( ( PUNCT ijassa-582 74 15 𝑑 𝑑 NOUN ijassa-582 74 16 ) ) PUNCT ijassa-582 75 1 + + CCONJ ijassa-582 75 2 βˆ†π‘€π‘–π‘— βˆ†π‘€π‘–π‘— PROPN ijassa-582 75 3 ( ( PUNCT ijassa-582 75 4 𝑑 𝑑 NOUN ijassa-582 75 5 ) ) PUNCT ijassa-582 75 6 { { PUNCT ijassa-582 75 7 βˆ†π‘€π‘–π‘— βˆ†π‘€π‘–π‘— X ijassa-582 75 8 ( ( PUNCT ijassa-582 75 9 𝑑 𝑑 NOUN ijassa-582 75 10 ) ) PUNCT ijassa-582 75 11 = = SYM ijassa-582 75 12 βˆ’π‘ π‘–π‘”π‘› βˆ’π‘ π‘–π‘”π‘› NOUN ijassa-582 75 13 ( ( PUNCT ijassa-582 75 14 πœ•πΈ πœ•πΈ PROPN ijassa-582 75 15 πœ•π‘€π‘–π‘— πœ•π‘€π‘–π‘— PROPN ijassa-582 75 16 ( ( PUNCT ijassa-582 75 17 𝑑 𝑑 NOUN ijassa-582 75 18 ) ) PUNCT ijassa-582 75 19 ) ) PUNCT ijassa-582 75 20 βˆ†π‘–π‘— βˆ†π‘–π‘— X ijassa-582 75 21 ( ( PUNCT ijassa-582 75 22 𝑑 𝑑 NOUN ijassa-582 75 23 ) ) PUNCT ijassa-582 75 24 , , PUNCT ijassa-582 75 25 if if SCONJ ijassa-582 75 26 πœ•πΈ πœ•πΈ PROPN ijassa-582 75 27 πœ•π‘€π‘–π‘— πœ•π‘€π‘–π‘— PROPN ijassa-582 75 28 ( ( PUNCT ijassa-582 75 29 π‘‘βˆ’1 π‘‘βˆ’1 PROPN ijassa-582 75 30 ) ) PUNCT ijassa-582 75 31 πœ•πΈ πœ•πΈ PROPN ijassa-582 75 32 πœ•π‘€π‘–π‘— πœ•π‘€π‘–π‘— PROPN ijassa-582 75 33 ( ( PUNCT ijassa-582 75 34 𝑑 𝑑 PROPN ijassa-582 75 35 ) ) PUNCT ijassa-582 75 36 β‰₯ β‰₯ NOUN ijassa-582 75 37 0 0 NUM ijassa-582 75 38 βˆ†π‘€π‘–π‘— βˆ†π‘€π‘–π‘— PROPN ijassa-582 75 39 ( ( PUNCT ijassa-582 75 40 𝑑 𝑑 NOUN ijassa-582 75 41 ) ) PUNCT ijassa-582 75 42 = = SYM ijassa-582 75 43 βˆ’βˆ†π‘€π‘–π‘— βˆ’βˆ†π‘€π‘–π‘— PROPN ijassa-582 75 44 ( ( PUNCT ijassa-582 75 45 π‘‘βˆ’1 π‘‘βˆ’1 PROPN ijassa-582 75 46 ) ) PUNCT ijassa-582 75 47 ΠΈ ΠΈ PROPN ijassa-582 75 48 ( ( PUNCT ijassa-582 75 49 πœ•πΈ πœ•πΈ PROPN ijassa-582 75 50 πœ•π‘€π‘–π‘— πœ•π‘€π‘–π‘— PROPN ijassa-582 75 51 ( ( PUNCT ijassa-582 75 52 𝑑 𝑑 NOUN ijassa-582 75 53 ) ) PUNCT ijassa-582 75 54 ) ) PUNCT ijassa-582 76 1 = = SYM ijassa-582 76 2 0 0 X ijassa-582 76 3 , , PUNCT ijassa-582 76 4 if if SCONJ ijassa-582 76 5 πœ•πΈ πœ•πΈ PROPN ijassa-582 76 6 πœ•π‘€π‘–π‘— πœ•π‘€π‘–π‘— PROPN ijassa-582 76 7 ( ( PUNCT ijassa-582 76 8 π‘‘βˆ’1 π‘‘βˆ’1 PROPN ijassa-582 76 9 ) ) PUNCT ijassa-582 76 10 πœ•πΈ πœ•πΈ PROPN ijassa-582 76 11 πœ•π‘€π‘–π‘— πœ•π‘€π‘–π‘— PROPN ijassa-582 76 12 ( ( PUNCT ijassa-582 76 13 𝑑 𝑑 X ijassa-582 76 14 ) ) PUNCT ijassa-582 76 15 < < X ijassa-582 76 16 0 0 PUNCT ijassa-582 76 17 . . PUNCT ijassa-582 77 1 where where SCONJ ijassa-582 77 2 the the DET ijassa-582 77 3 𝑠𝑖𝑔𝑛 𝑠𝑖𝑔𝑛 NOUN ijassa-582 77 4 ( ( PUNCT ijassa-582 77 5 ) ) PUNCT ijassa-582 77 6 is be AUX ijassa-582 77 7 a a DET ijassa-582 77 8 function function NOUN ijassa-582 77 9 that that PRON ijassa-582 77 10 assumes assume VERB ijassa-582 77 11 the the DET ijassa-582 77 12 value value NOUN ijassa-582 77 13 of of ADP ijassa-582 77 14 +1 +1 PROPN ijassa-582 77 15 or or CCONJ ijassa-582 77 16 -1 -1 ADP ijassa-582 77 17 depending depend VERB ijassa-582 77 18 on on ADP ijassa-582 77 19 which which DET ijassa-582 77 20 sign sign NOUN ijassa-582 77 21 has have VERB ijassa-582 77 22 a a DET ijassa-582 77 23 value value NOUN ijassa-582 77 24 in in ADP ijassa-582 77 25 parentheses parenthesis NOUN ijassa-582 77 26 ; ; PUNCT ijassa-582 77 27 βˆ†π‘–π‘— βˆ†π‘–π‘— X ijassa-582 77 28 ( ( PUNCT ijassa-582 77 29 𝑑)= 𝑑)= VERB ijassa-582 77 30 { { PUNCT ijassa-582 77 31 min(πœ‚+βˆ†π‘–π‘— min(πœ‚+βˆ†π‘–π‘— PROPN ijassa-582 77 32 ( ( PUNCT ijassa-582 77 33 π‘‘βˆ’1 π‘‘βˆ’1 PROPN ijassa-582 77 34 ) ) PUNCT ijassa-582 77 35 , , PUNCT ijassa-582 77 36 Ξ΄max Ξ΄max NOUN ijassa-582 77 37 ) ) PUNCT ijassa-582 77 38 , , PUNCT ijassa-582 77 39 if if SCONJ ijassa-582 77 40 πœ•πΈ πœ•πΈ PROPN ijassa-582 77 41 πœ•π‘€π‘–π‘— πœ•π‘€π‘–π‘— PROPN ijassa-582 77 42 ( ( PUNCT ijassa-582 77 43 π‘‘βˆ’1 π‘‘βˆ’1 PROPN ijassa-582 77 44 ) ) PUNCT ijassa-582 77 45 πœ•πΈ πœ•πΈ PROPN ijassa-582 77 46 πœ•π‘€π‘–π‘— πœ•π‘€π‘–π‘— PROPN ijassa-582 77 47 ( ( PUNCT ijassa-582 77 48 𝑑 𝑑 PROPN ijassa-582 77 49 ) ) PUNCT ijassa-582 77 50 > > X ijassa-582 77 51 0 0 PUNCT ijassa-582 77 52 max(πœ‚βˆ’βˆ†π‘–π‘— max(πœ‚βˆ’βˆ†π‘–π‘— PROPN ijassa-582 77 53 ( ( PUNCT ijassa-582 77 54 π‘‘βˆ’1 π‘‘βˆ’1 PROPN ijassa-582 77 55 ) ) PUNCT ijassa-582 77 56 , , PUNCT ijassa-582 77 57 Ξ΄min Ξ΄min PROPN ijassa-582 77 58 ) ) PUNCT ijassa-582 77 59 , , PUNCT ijassa-582 77 60 if if SCONJ ijassa-582 77 61 πœ•πΈ πœ•πΈ PROPN ijassa-582 77 62 πœ•π‘€π‘–π‘— πœ•π‘€π‘–π‘— PROPN ijassa-582 77 63 ( ( PUNCT ijassa-582 77 64 π‘‘βˆ’1 π‘‘βˆ’1 PROPN ijassa-582 77 65 ) ) PUNCT ijassa-582 77 66 πœ•πΈ πœ•πΈ PROPN ijassa-582 77 67 πœ•π‘€π‘–π‘— πœ•π‘€π‘–π‘— PROPN ijassa-582 77 68 ( ( PUNCT ijassa-582 77 69 𝑑 𝑑 PROPN ijassa-582 77 70 ) ) PUNCT ijassa-582 77 71 < < X ijassa-582 77 72 0 0 NUM ijassa-582 77 73 βˆ†π‘–π‘— βˆ†π‘–π‘— X ijassa-582 77 74 ( ( PUNCT ijassa-582 77 75 π‘‘βˆ’1 π‘‘βˆ’1 PROPN ijassa-582 77 76 ) ) PUNCT ijassa-582 77 77 , , PUNCT ijassa-582 77 78 if if SCONJ ijassa-582 77 79 πœ•πΈ πœ•πΈ PROPN ijassa-582 77 80 πœ•π‘€π‘–π‘— πœ•π‘€π‘–π‘— PROPN ijassa-582 77 81 ( ( PUNCT ijassa-582 77 82 π‘‘βˆ’1 π‘‘βˆ’1 PROPN ijassa-582 77 83 ) ) PUNCT ijassa-582 77 84 πœ•πΈ πœ•πΈ PROPN ijassa-582 77 85 πœ•π‘€π‘–π‘— πœ•π‘€π‘–π‘— PROPN ijassa-582 77 86 ( ( PUNCT ijassa-582 77 87 𝑑 𝑑 NOUN ijassa-582 77 88 ) ) PUNCT ijassa-582 77 89 = = SYM ijassa-582 77 90 0 0 NUM ijassa-582 77 91 where where SCONJ ijassa-582 77 92 the the DET ijassa-582 77 93 zero zero NUM ijassa-582 77 94 values value NOUN ijassa-582 77 95 βˆ†π‘–π‘— βˆ†π‘–π‘— VERB ijassa-582 77 96 ( ( PUNCT ijassa-582 77 97 0 0 NUM ijassa-582 77 98 ) ) PUNCT ijassa-582 77 99 and and CCONJ ijassa-582 77 100 0 0 NUM ijassa-582 77 101 < < X ijassa-582 77 102 πœ‚βˆ’ πœ‚βˆ’ PROPN ijassa-582 77 103 < < X ijassa-582 77 104 1 1 NUM ijassa-582 77 105 < < X ijassa-582 77 106 πœ‚+ πœ‚+ NUM ijassa-582 77 107 are be AUX ijassa-582 77 108 chosen choose VERB ijassa-582 77 109 arbitrarily arbitrarily ADV ijassa-582 77 110 . . PUNCT ijassa-582 78 1 such such DET ijassa-582 78 2 an an DET ijassa-582 78 3 algorithm algorithm NOUN ijassa-582 78 4 converges converge VERB ijassa-582 78 5 faster fast ADV ijassa-582 78 6 than than ADP ijassa-582 78 7 a a DET ijassa-582 78 8 usual usual ADJ ijassa-582 78 9 back back NOUN ijassa-582 78 10 propagation propagation NOUN ijassa-582 78 11 method method NOUN ijassa-582 78 12 . . PUNCT ijassa-582 79 1 the the DET ijassa-582 79 2 result result NOUN ijassa-582 79 3 of of ADP ijassa-582 79 4 this this DET ijassa-582 79 5 study study NOUN ijassa-582 79 6 is be AUX ijassa-582 79 7 the the DET ijassa-582 79 8 var var PROPN ijassa-582 79 9 curve curve NOUN ijassa-582 79 10 constructed construct VERB ijassa-582 79 11 on on ADP ijassa-582 79 12 the the DET ijassa-582 79 13 basis basis NOUN ijassa-582 79 14 of of ADP ijassa-582 79 15 the the DET ijassa-582 79 16 neural neural ADJ ijassa-582 79 17 network network NOUN ijassa-582 79 18 model model NOUN ijassa-582 79 19 . . PUNCT ijassa-582 80 1 one one NUM ijassa-582 80 2 of of ADP ijassa-582 80 3 the the DET ijassa-582 80 4 ways way NOUN ijassa-582 80 5 to to PART ijassa-582 80 6 implement implement VERB ijassa-582 80 7 the the DET ijassa-582 80 8 neural neural ADJ ijassa-582 80 9 network network NOUN ijassa-582 80 10 model model NOUN ijassa-582 80 11 for for ADP ijassa-582 80 12 the the DET ijassa-582 80 13 var var NOUN ijassa-582 80 14 level level NOUN ijassa-582 80 15 forecasting forecasting NOUN ijassa-582 80 16 is be AUX ijassa-582 80 17 shown show VERB ijassa-582 80 18 in in ADP ijassa-582 80 19 figure figure NOUN ijassa-582 80 20 5 5 NUM ijassa-582 80 21 . . X ijassa-582 80 22 58 58 NUM ijassa-582 80 23 m. m. NOUN ijassa-582 80 24 radosteva radosteva PROPN ijassa-582 80 25 , , PUNCT ijassa-582 80 26 v.soloviev v.soloviev NOUN ijassa-582 80 27 , , PUNCT ijassa-582 80 28 v.ivanyuk v.ivanyuk NOUN ijassa-582 80 29 , , PUNCT ijassa-582 80 30 a.tsvirkun a.tsvirkun NOUN ijassa-582 80 31 copyright copyright NOUN ijassa-582 80 32 Β© Β© PROPN ijassa-582 80 33 2018 2018 NUM ijassa-582 80 34 assa assa NOUN ijassa-582 80 35 . . PUNCT ijassa-582 81 1 adv adv PROPN ijassa-582 81 2 . . PUNCT ijassa-582 82 1 in in ADP ijassa-582 82 2 systems system NOUN ijassa-582 82 3 science science NOUN ijassa-582 82 4 and and CCONJ ijassa-582 82 5 appl appl NOUN ijassa-582 82 6 . . PUNCT ijassa-582 83 1 ( ( PUNCT ijassa-582 83 2 2018 2018 NUM ijassa-582 83 3 ) ) PUNCT ijassa-582 83 4 fig fig NOUN ijassa-582 83 5 . . PUNCT ijassa-582 84 1 5 5 NUM ijassa-582 84 2 the the DET ijassa-582 84 3 var var NOUN ijassa-582 84 4 curve curve NOUN ijassa-582 84 5 constructed construct VERB ijassa-582 84 6 on on ADP ijassa-582 84 7 the the DET ijassa-582 84 8 basis basis NOUN ijassa-582 84 9 of of ADP ijassa-582 84 10 the the DET ijassa-582 84 11 neural neural ADJ ijassa-582 84 12 network network NOUN ijassa-582 84 13 model model NOUN ijassa-582 84 14 with with ADP ijassa-582 84 15 static static ADJ ijassa-582 84 16 weights weight NOUN ijassa-582 84 17 and and CCONJ ijassa-582 84 18 a a DET ijassa-582 84 19 significance significance NOUN ijassa-582 84 20 level level NOUN ijassa-582 84 21 of of ADP ijassa-582 84 22 0.95 0.95 NUM ijassa-582 84 23 ( ( PUNCT ijassa-582 84 24 the the DET ijassa-582 84 25 black black ADJ ijassa-582 84 26 line line NOUN ijassa-582 84 27 is be AUX ijassa-582 84 28 the the DET ijassa-582 84 29 yield yield NOUN ijassa-582 84 30 curve curve NOUN ijassa-582 84 31 , , PUNCT ijassa-582 84 32 the the DET ijassa-582 84 33 red red ADJ ijassa-582 84 34 line line NOUN ijassa-582 84 35 is be AUX ijassa-582 84 36 the the DET ijassa-582 84 37 var var NOUN ijassa-582 84 38 level level NOUN ijassa-582 84 39 ) ) PUNCT ijassa-582 84 40 . . PUNCT ijassa-582 85 1 in in ADP ijassa-582 85 2 this this DET ijassa-582 85 3 case case NOUN ijassa-582 85 4 , , PUNCT ijassa-582 85 5 the the DET ijassa-582 85 6 actual actual ADJ ijassa-582 85 7 percentage percentage NOUN ijassa-582 85 8 of of ADP ijassa-582 85 9 break break NOUN ijassa-582 85 10 is be AUX ijassa-582 85 11 at at ADP ijassa-582 85 12 the the DET ijassa-582 85 13 level level NOUN ijassa-582 85 14 of of ADP ijassa-582 85 15 4.65 4.65 NUM ijassa-582 85 16 % % NOUN ijassa-582 85 17 . . PUNCT ijassa-582 86 1 the the DET ijassa-582 86 2 kupic kupic NOUN ijassa-582 86 3 test test NOUN ijassa-582 86 4 has have AUX ijassa-582 86 5 shown show VERB ijassa-582 86 6 a a DET ijassa-582 86 7 p p PROPN ijassa-582 86 8 - - PUNCT ijassa-582 86 9 value= value= NUM ijassa-582 86 10 0.6809912418 0.6809912418 NUM ijassa-582 86 11 , , PUNCT ijassa-582 86 12 which which PRON ijassa-582 86 13 is be AUX ijassa-582 86 14 a a DET ijassa-582 86 15 good good ADJ ijassa-582 86 16 result result NOUN ijassa-582 86 17 . . PUNCT ijassa-582 87 1 the the DET ijassa-582 87 2 lopez lopez NOUN ijassa-582 87 3 and and CCONJ ijassa-582 87 4 blanco blanco PROPN ijassa-582 87 5 - - PUNCT ijassa-582 87 6 ihle ihle PROPN ijassa-582 87 7 ’s ’s PART ijassa-582 87 8 tests test NOUN ijassa-582 87 9 for for ADP ijassa-582 87 10 such such DET ijassa-582 87 11 a a DET ijassa-582 87 12 situation situation NOUN ijassa-582 87 13 assumed assume VERB ijassa-582 87 14 the the DET ijassa-582 87 15 following follow VERB ijassa-582 87 16 values value NOUN ijassa-582 87 17 : : PUNCT ijassa-582 87 18 πΏπΏπ‘œ πΏπΏπ‘œ X ijassa-582 87 19 = = NOUN ijassa-582 87 20 0.0001344051456 0.0001344051456 NUM ijassa-582 87 21 , , PUNCT ijassa-582 87 22 𝐿𝐡𝐼 𝐿𝐡𝐼 PROPN ijassa-582 87 23 = = SYM ijassa-582 87 24 0.1513434227 0.1513434227 PROPN ijassa-582 87 25 , , PUNCT ijassa-582 87 26 which which PRON ijassa-582 87 27 generally generally ADV ijassa-582 87 28 evidences evidence VERB ijassa-582 87 29 a a DET ijassa-582 87 30 good good ADJ ijassa-582 87 31 quality quality NOUN ijassa-582 87 32 of of ADP ijassa-582 87 33 the the DET ijassa-582 87 34 model model NOUN ijassa-582 87 35 , , PUNCT ijassa-582 87 36 since since SCONJ ijassa-582 87 37 the the DET ijassa-582 87 38 break break NOUN ijassa-582 87 39 depth depth NOUN ijassa-582 87 40 is be AUX ijassa-582 87 41 relatively relatively ADV ijassa-582 87 42 small small ADJ ijassa-582 87 43 . . PUNCT ijassa-582 88 1 in in ADP ijassa-582 88 2 particular particular ADJ ijassa-582 88 3 , , PUNCT ijassa-582 88 4 the the DET ijassa-582 88 5 lopez lopez NOUN ijassa-582 88 6 ’s ’s PART ijassa-582 88 7 index index NOUN ijassa-582 88 8 indicates indicate VERB ijassa-582 88 9 that that SCONJ ijassa-582 88 10 existing exist VERB ijassa-582 88 11 breaks break NOUN ijassa-582 88 12 are be AUX ijassa-582 88 13 light light ADJ ijassa-582 88 14 , , PUNCT ijassa-582 88 15 which which PRON ijassa-582 88 16 is be AUX ijassa-582 88 17 a a DET ijassa-582 88 18 good good ADJ ijassa-582 88 19 sign sign NOUN ijassa-582 88 20 . . PUNCT ijassa-582 89 1 the the DET ijassa-582 89 2 result result NOUN ijassa-582 89 3 of of ADP ijassa-582 89 4 the the DET ijassa-582 89 5 paper paper NOUN ijassa-582 89 6 is be AUX ijassa-582 89 7 the the DET ijassa-582 89 8 market market NOUN ijassa-582 89 9 risk risk NOUN ijassa-582 89 10 assessment assessment NOUN ijassa-582 89 11 neural neural ADJ ijassa-582 89 12 network network NOUN ijassa-582 89 13 model model NOUN ijassa-582 89 14 , , PUNCT ijassa-582 89 15 which which PRON ijassa-582 89 16 has have AUX ijassa-582 89 17 shown show VERB ijassa-582 89 18 good good ADJ ijassa-582 89 19 results result NOUN ijassa-582 89 20 according accord VERB ijassa-582 89 21 to to ADP ijassa-582 89 22 the the DET ijassa-582 89 23 tests test NOUN ijassa-582 89 24 performed perform VERB ijassa-582 89 25 . . PUNCT ijassa-582 90 1 references reference NOUN ijassa-582 90 2 [ [ X ijassa-582 90 3 1 1 NUM ijassa-582 90 4 ] ] X ijassa-582 90 5 ben ben PROPN ijassa-582 90 6 , , PUNCT ijassa-582 90 7 k. k. PROPN ijassa-582 90 8 & & CCONJ ijassa-582 90 9 van van PROPN ijassa-582 90 10 der der PROPN ijassa-582 90 11 smagt smagt PROPN ijassa-582 90 12 , , PUNCT ijassa-582 90 13 p. p. NOUN ijassa-582 90 14 ( ( PUNCT ijassa-582 90 15 1996 1996 NUM ijassa-582 90 16 ) ) PUNCT ijassa-582 90 17 . . PUNCT ijassa-582 91 1 an an DET ijassa-582 91 2 introduction introduction NOUN ijassa-582 91 3 to to ADP ijassa-582 91 4 neural neural ADJ ijassa-582 91 5 networks network NOUN ijassa-582 91 6 . . PUNCT ijassa-582 92 1 university university NOUN ijassa-582 92 2 of of ADP ijassa-582 92 3 amsterdam amsterdam PROPN ijassa-582 92 4 . . PUNCT ijassa-582 93 1 [ [ X ijassa-582 93 2 2 2 NUM ijassa-582 93 3 ] ] X ijassa-582 93 4 haykin haykin PROPN ijassa-582 93 5 , , PUNCT ijassa-582 93 6 s. s. PROPN ijassa-582 93 7 ( ( PUNCT ijassa-582 93 8 1999 1999 NUM ijassa-582 93 9 ) ) PUNCT ijassa-582 93 10 neural neural ADJ ijassa-582 93 11 networks network NOUN ijassa-582 93 12 : : PUNCT ijassa-582 93 13 a a DET ijassa-582 93 14 comprehensive comprehensive ADJ ijassa-582 93 15 foundation foundation NOUN ijassa-582 93 16 , , PUNCT ijassa-582 93 17 prentice prentice NOUN ijassa-582 93 18 hall hall NOUN ijassa-582 94 1 [ [ X ijassa-582 94 2 3 3 NUM ijassa-582 94 3 ] ] X ijassa-582 94 4 ivanyuk ivanyuk NOUN ijassa-582 94 5 , , PUNCT ijassa-582 94 6 v. v. PROPN ijassa-582 94 7 & & CCONJ ijassa-582 94 8 tsvirkun tsvirkun PROPN ijassa-582 94 9 , , PUNCT ijassa-582 94 10 a. a. NOUN ijassa-582 94 11 ( ( PUNCT ijassa-582 94 12 2013 2013 NUM ijassa-582 94 13 ) ) PUNCT ijassa-582 94 14 . . PUNCT ijassa-582 95 1 intelligent intelligent ADJ ijassa-582 95 2 system system NOUN ijassa-582 95 3 for for ADP ijassa-582 95 4 financial financial ADJ ijassa-582 95 5 time time NOUN ijassa-582 95 6 series series NOUN ijassa-582 95 7 prediction prediction NOUN ijassa-582 95 8 and and CCONJ ijassa-582 95 9 identification identification NOUN ijassa-582 95 10 of of ADP ijassa-582 95 11 periods period NOUN ijassa-582 95 12 of of ADP ijassa-582 95 13 speculative speculative ADJ ijassa-582 95 14 growth growth NOUN ijassa-582 95 15 on on ADP ijassa-582 95 16 the the DET ijassa-582 95 17 financial financial ADJ ijassa-582 95 18 market market NOUN ijassa-582 95 19 . . PUNCT ijassa-582 96 1 ifac ifac NOUN ijassa-582 96 2 proceedings proceeding NOUN ijassa-582 96 3 volumes volume NOUN ijassa-582 96 4 , , PUNCT ijassa-582 96 5 46(9 46(9 NOUN ijassa-582 96 6 ) ) PUNCT ijassa-582 96 7 , , PUNCT ijassa-582 96 8 1128 1128 NUM ijassa-582 96 9 - - SYM ijassa-582 96 10 1133 1133 NUM ijassa-582 96 11 . . PUNCT ijassa-582 97 1 [ [ X ijassa-582 97 2 4 4 NUM ijassa-582 97 3 ] ] X ijassa-582 97 4 ivanyuk ivanyuk NOUN ijassa-582 97 5 , , PUNCT ijassa-582 97 6 v. v. PROPN ijassa-582 97 7 & & CCONJ ijassa-582 97 8 pashchenko pashchenko PROPN ijassa-582 97 9 , , PUNCT ijassa-582 97 10 f. f. PROPN ijassa-582 97 11 ( ( PUNCT ijassa-582 97 12 2015 2015 NUM ijassa-582 97 13 ) ) PUNCT ijassa-582 97 14 methods method NOUN ijassa-582 97 15 and and CCONJ ijassa-582 97 16 models model NOUN ijassa-582 97 17 for for ADP ijassa-582 97 18 the the DET ijassa-582 97 19 forecasting forecasting NOUN ijassa-582 97 20 and and CCONJ ijassa-582 97 21 management management NOUN ijassa-582 97 22 of of ADP ijassa-582 97 23 time time NOUN ijassa-582 97 24 series series PROPN ijassa-582 97 25 . . PUNCT ijassa-582 97 26 // // PUNCT ijassa-582 97 27 itise itise PROPN ijassa-582 97 28 2015 2015 NUM ijassa-582 97 29 , , PUNCT ijassa-582 97 30 granada granada NOUN ijassa-582 97 31 , , PUNCT ijassa-582 97 32 283 283 NUM ijassa-582 97 33 - - SYM ijassa-582 97 34 292 292 NUM ijassa-582 97 35 [ [ X ijassa-582 97 36 5 5 NUM ijassa-582 97 37 ] ] PUNCT ijassa-582 97 38 simonov simonov NOUN ijassa-582 97 39 , , PUNCT ijassa-582 97 40 b. b. PROPN ijassa-582 97 41 , , PUNCT ijassa-582 97 42 ivanyuk ivanyuk PROPN ijassa-582 97 43 , , PUNCT ijassa-582 97 44 v. v. PROPN ijassa-582 97 45 , , PUNCT ijassa-582 97 46 & & CCONJ ijassa-582 97 47 simonova simonova PROPN ijassa-582 97 48 , , PUNCT ijassa-582 97 49 i. i. PROPN ijassa-582 97 50 ( ( PUNCT ijassa-582 97 51 2016 2016 NUM ijassa-582 97 52 ) ) PUNCT ijassa-582 97 53 . . PUNCT ijassa-582 98 1 existence existence NOUN ijassa-582 98 2 of of ADP ijassa-582 98 3 best good ADJ ijassa-582 98 4 approximation approximation NOUN ijassa-582 98 5 elements element NOUN ijassa-582 98 6 in in ADP ijassa-582 98 7 the the DET ijassa-582 98 8 spaces space NOUN ijassa-582 98 9 l. l. PROPN ijassa-582 98 10 journal journal PROPN ijassa-582 98 11 of of ADP ijassa-582 98 12 mathematical mathematical ADJ ijassa-582 98 13 sciences science NOUN ijassa-582 98 14 , , PUNCT ijassa-582 98 15 217(5 217(5 NUM ijassa-582 98 16 ) ) PUNCT ijassa-582 98 17 , , PUNCT ijassa-582 98 18 1 1 NUM ijassa-582 98 19 - - SYM ijassa-582 98 20 21 21 NUM ijassa-582 98 21 . . PUNCT ijassa-582 99 1 [ [ X ijassa-582 99 2 6 6 NUM ijassa-582 99 3 ] ] SYM ijassa-582 99 4 koroteev koroteev PROPN ijassa-582 99 5 , , PUNCT ijassa-582 99 6 m. m. NOUN ijassa-582 99 7 , , PUNCT ijassa-582 99 8 terelyanskii terelyanskii ADV ijassa-582 99 9 , , PUNCT ijassa-582 99 10 , , PUNCT ijassa-582 99 11 p. p. PROPN ijassa-582 99 12 & & CCONJ ijassa-582 99 13 ivanyuk ivanyuk PROPN ijassa-582 99 14 v. v. PROPN ijassa-582 99 15 ( ( PUNCT ijassa-582 99 16 2016 2016 NUM ijassa-582 99 17 ) ) PUNCT ijassa-582 99 18 approximation approximation NOUN ijassa-582 99 19 of of ADP ijassa-582 99 20 series series NOUN ijassa-582 99 21 of of ADP ijassa-582 99 22 expert expert NOUN ijassa-582 99 23 preferences preference NOUN ijassa-582 99 24 by by ADP ijassa-582 99 25 dynamical dynamical ADJ ijassa-582 99 26 fuzzy fuzzy ADJ ijassa-582 99 27 numbers number NOUN ijassa-582 99 28 . . PUNCT ijassa-582 100 1 journal journal PROPN ijassa-582 100 2 of of ADP ijassa-582 100 3 mathematical mathematical ADJ ijassa-582 100 4 sciences science NOUN ijassa-582 100 5 , , PUNCT ijassa-582 100 6 216(5 216(5 NUM ijassa-582 100 7 ) ) PUNCT ijassa-582 100 8 , , PUNCT ijassa-582 100 9 692 692 NUM ijassa-582 100 10 - - SYM ijassa-582 100 11 695 695 NUM ijassa-582 100 12 . . PUNCT ijassa-582 101 1 [ [ X ijassa-582 101 2 7 7 NUM ijassa-582 101 3 ] ] X ijassa-582 101 4 rumelhart rumelhart NOUN ijassa-582 101 5 , , PUNCT ijassa-582 101 6 d. d. PROPN ijassa-582 101 7 e. e. PROPN ijassa-582 101 8 , , PUNCT ijassa-582 101 9 hinton hinton PROPN ijassa-582 101 10 , , PUNCT ijassa-582 101 11 g. g. PROPN ijassa-582 101 12 e. e. PROPN ijassa-582 101 13 , , PUNCT ijassa-582 101 14 & & CCONJ ijassa-582 101 15 williams williams PROPN ijassa-582 101 16 , , PUNCT ijassa-582 101 17 r. r. PROPN ijassa-582 101 18 j. j. PROPN ijassa-582 101 19 ( ( PUNCT ijassa-582 101 20 1985 1985 NUM ijassa-582 101 21 ) ) PUNCT ijassa-582 101 22 . . PUNCT ijassa-582 102 1 learning learn VERB ijassa-582 102 2 internal internal ADJ ijassa-582 102 3 representations representation NOUN ijassa-582 102 4 by by ADP ijassa-582 102 5 error error NOUN ijassa-582 102 6 propagation propagation NOUN ijassa-582 102 7 ( ( PUNCT ijassa-582 102 8 no no INTJ ijassa-582 102 9 . . NOUN ijassa-582 102 10 ics-8506 ics-8506 NOUN ijassa-582 102 11 ) ) PUNCT ijassa-582 102 12 . . PUNCT ijassa-582 103 1 california california PROPN ijassa-582 103 2 univ univ PROPN ijassa-582 103 3 san san PROPN ijassa-582 103 4 diego diego PROPN ijassa-582 103 5 la la PROPN ijassa-582 103 6 jolla jolla PROPN ijassa-582 103 7 inst inst NOUN ijassa-582 103 8 for for ADP ijassa-582 103 9 cognitive cognitive ADJ ijassa-582 103 10 science science NOUN ijassa-582 103 11 . . PUNCT