دانلود مقاله ISI انگلیسی شماره 93095
ترجمه فارسی عنوان مقاله

مدل جدید تجزیه و تحلیل تکنیک های تکنیک شمع سازی جدید برای زمان بندی بازار سهام بر اساس ماشین بردار پشتیبانی و الگوریتم های هورستیک رقابت و ژنتیک امپریالیست

عنوان انگلیسی
New efficient hybrid candlestick technical analysis model for stock market timing on the basis of the Support Vector Machine and Heuristic Algorithms of Imperialist Competition and Genetic
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
93095 2018 11 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 7645 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 14 روز بعد از پرداخت 91,740 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 24 تومان 7 روز بعد از پرداخت 183,480 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
منبع

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

Journal : Expert Systems with Applications, Volume 94, 15 March 2018, Pages 21-31

ترجمه کلمات کلیدی
دارایی، مالیه، سرمایه گذاری، پیش بینی بازار بورس، تجزیه و تحلیل فنی شمعدان، پشتیبانی ماشین بردار الگوریتم رقابت امپریالیست، الگوریتم ژنتیک،
کلمات کلیدی انگلیسی
Finance; Stock market forecasting; Candlestick technical analysis; Support Vector Machine; Imperialist Competition Algorithm; Genetic Algorithm;
پیش نمایش مقاله
پیش نمایش مقاله مدل جدید تجزیه و تحلیل تکنیک های تکنیک شمع سازی جدید برای زمان بندی بازار سهام بر اساس ماشین بردار پشتیبانی و الگوریتم های هورستیک رقابت و ژنتیک امپریالیست

چکیده انگلیسی

In this paper, two hybrid models are used for timing of the stock markets on the basis of the technical analysis of Japanese Candlestick by Support Vector Machine (SVM) and Heuristic Algorithms of Imperialist Competition and Genetic. In the first model, SVM and Imperialist Competition Algorithm (ICA) are developed for stock market timing in which ICA is used to optimize the SVM parameters. In the second model, SVM is used with Genetic Algorithm (GA) where GA is used for feature selection in addition to SVM parameters optimization. Here the two approaches, Raw-based and Signal-based are devised on the basis of the literature to generate the input data of the model. For a comparison, the Hit Rate is considered as the percentage of correct predictions for periods of 1–6 day. The results show that SVM-ICA performance is better than SVM-GA and most importantly the feed-forward static neural network of the literature as the standard one.

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 7645 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 14 روز بعد از پرداخت 91,740 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 24 تومان 7 روز بعد از پرداخت 183,480 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.