دانلود مقاله ISI انگلیسی شماره 100744
ترجمه فارسی عنوان مقاله

ترکیب عقلانیت جمعیت و تجزیه و تحلیل فنی برای پیش بینی بازار مالی با استفاده از مجموعه های تصادفی فضای مجازی

عنوان انگلیسی
Combining the wisdom of crowds and technical analysis for financial market prediction using deep random subspace ensembles
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
100744 2018 42 صفحه PDF سفارش دهید
دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله تقریباً شامل 10451 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 12 تومان 17 روز بعد از پرداخت 125,412 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 24 تومان 9 روز بعد از پرداخت 250,824 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Neurocomputing, Volume 299, 19 July 2018, Pages 51-61

ترجمه کلمات کلیدی
پیش بینی بازار مالی، یادگیری عمیق، دسته جمعی تصادفی، حکمت از جمعیت، تجزیه و تحلیل احساسات،
کلمات کلیدی انگلیسی
Financial market prediction; Deep learning; Random subspace ensembles; Wisdom of crowds; Sentiment analysis;
پیش نمایش مقاله
پیش نمایش مقاله ترکیب عقلانیت جمعیت و تجزیه و تحلیل فنی برای پیش بینی بازار مالی با استفاده از مجموعه های تصادفی فضای مجازی

چکیده انگلیسی

Many researchers and practitioners have attempted to predict financial market trends for excess returns using multiple information sources including social media. Recent studies have investigated the relation between public sentiment and stock price movements and demonstrated that investment decisions are affected by public opinion. In this paper, we design a novel framework that combines the wisdom of crowds and technical analysis for financial market prediction using a new fusion strategy. A machine learning technique called deep random subspace ensembles (DRSE), which integrates deep learning algorithms and ensemble learning methods, is proposed according to the characteristics of the prediction task. Based on collected real-world datasets, the experimental results show that our proposed method outperforms the baseline models in predicting stock market by at least 14.2% in terms of AUC value, indicating the efficacy of DRSE as a viable mechanism for financial market prediction.

دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله شامل 10451 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 12 تومان 17 روز بعد از پرداخت 125,412 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 24 تومان 9 روز بعد از پرداخت 250,824 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.