Name: Prédiction de modèles à plusieurs niveaux pour des données financières non structurées (en Francés)
Price: 77.24 USD
Availability: InStock
Author: Kayode, Akinbode
ISBN: 9786204852065

portada Prédiction de modèles à plusieurs niveaux pour des données financières non structurées (en Francés)

Formato

Libro Físico

Autor

Akinbode Kayode

Editorial

Editions Notre Savoir

Idioma

Francés

N° páginas

140

Encuadernación

Tapa Blanda

Dimensiones

22.9 x 15.2 x 0.8 cm

Peso

0.21 kg.

ISBN13

9786204852065

Categorías

Tecnología de la información: cuestiones generales

Prédiction de modèles à plusieurs niveaux pour des données financières non structurées (en Francés)

Akinbode Kayode (Autor) · Editions Notre Savoir · Tapa Blanda

Libro Nuevo

$ 77.24

$ 154.48

Ahorras: $ 77.24

50% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Jueves 18 de Julio y el Lunes 29 de Julio.

Lo recibirás en cualquier lugar de Ecuador entre 1 y 3 días hábiles luego del envío.

Reseña del libro "Prédiction de modèles à plusieurs niveaux pour des données financières non structurées (en Francés)"

Prédire l'avenir est l'un des aspects de la conception de stratégies de day trading rentables. L'analyse technique analyse les prix, les volumes et d'autres informations sur le marché, tandis que l'analyse fondamentale s'intéresse aux faits de l'entreprise, du marché, de la devise ou de la matière première. La plupart des grandes maisons de courtage, des groupes de négociation ou des institutions financières disposent généralement d'une équipe d'analyse technique et d'une équipe d'analyse fondamentale. L'analyse technique est prise en compte dans le cadre de ce travail de recherche. Ce travail de recherche présente la conception d'un système de prédiction des tendances boursières basé sur le HMDM et le EHHMM pour prédire la tendance future des données du CBOE et de la société d'embouteillage Nigerian 7up. Les caractéristiques sont extraites des données historiques des prix de clôture du CBOE. Les caractéristiques extraites sont utilisées pour générer la prédiction. Les HHMM sont utiles dans les applications traitant des séquences de symboles. Il est observé par l'étude que le système basé sur les EHMDM est plus précis que le système basé sur les HMDM. Il a été observé que le système de prédiction EHMDM combiné à EST produit une meilleure précision. Le système HMDM combiné au système de prédiction MAT, avec des états cachés, a produit une précision inférieure.