Automatisierter Aktienmarkthandel mit maschinellem Lernen
-
- Deutsch ausgewählt
35,90 €
inkl. gesetzl. MwSt.,
Beschreibung
Produktdetails
Einband
Taschenbuch
Erscheinungsdatum
06.12.2022
Verlag
Verlag Unser WissenSeitenzahl
52
Maße (L/B/H)
22/15/0,4 cm
Gewicht
96 g
Auflage
1. Auflage
Sprache
Deutsch
ISBN
978-620-5-41895-6
Die Entscheidungsfindung an der Börse ist eine sehr anspruchsvolle und schwierige Aufgabe bei der Vorhersage von Finanzdaten. Vorhersagen über den Aktienmarkt mit hoher Genauigkeit bringen Gewinn für die Investoren der Aktien. Aufgrund der Komplexität der Finanzdaten an der Börse ist die Entwicklung effektiver Modelle für die Entscheidungsvorhersage sehr schwierig, und sie müssen genau sein. In dieser Studie wurde versucht, mit Hilfe von Data-Mining- und maschinellen Lerntechniken Modelle zur Vorhersage des Aktienmarktes und zur Entscheidung über den Kauf/Halt von Aktien zu entwickeln. Für die Entwicklung des Vorhersagemodells wurden maschinelle Lerntechniken wie Naive Bayes, k-Nearest Neighbor (k-NN), Support Vector Machine (SVM), Artificial Neural Network (ANN) und Random Forest verwendet. Technische Indikatoren werden aus den Aktienkursen auf der Grundlage von Zeitreihendaten berechnet und als Input für die vorgeschlagenen Prognosemodelle verwendet. Für die Signalvorhersage von Aktien wurden zehn Jahre Börsendaten verwendet. Basierend auf dem Datensatz sind diese Modelle in der Lage, Kauf-/Haltesignale für den Aktienmarkt zu generieren.
Ein neues Kapitel für Ihre Bücher
Ein neues Kapitel für Ihre Bücher
Schenken Sie Ihren alten Schätzen ein zweites Leben und erhalten dafür eine Thalia Geschenkkarte.
Noch keine Bewertungen vorhanden
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.
Kurze Frage zu unserer Seite
Vielen Dank für Ihr Feedback
Wir nutzen Ihr Feedback, um unsere Produktseiten zu verbessern. Bitte haben Sie Verständnis, dass wir Ihnen keine Rückmeldung geben können. Falls Sie Kontakt mit uns aufnehmen möchten, können Sie sich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice