ترجمه فارسی مقاله پیش بینی توزیع بازده سهام در سراسر جهان در عصر داده های بزرگ و یادگیری

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

عنوان مقاله به انگلیسی Predicting the distributions of stock returns around the globe in the era of big data and learning
عنوان مقاله به فارسی پیش بینی توزیع بازده سهام در سراسر جهان در عصر داده های بزرگ و یادگیری
نویسندگان Jozef Barunik, Martin Hronec, Ondrej Tobek
فرمت مقاله انگلیسی PDF
تعداد صفحات 61
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات General Finance,Portfolio Management,امور مالی عمومی , مدیریت نمونه کارها ,
توضیحات Submitted 14 August, 2024; originally announced August 2024.
توضیحات به فارسی ارسال شده در 14 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

This paper presents a method for accurately predicting the full distribution of stock returns, given a comprehensive set of 194 stock characteristics and market variables. Such distributions, learned from rich data using a machine learning algorithm, are not constrained by restrictive model assumptions and allow the exploration of non-Gaussian, heavy-tailed data and their non-linear interactions. The method uses a two-stage quantile neural network combined with spline interpolation. The results show that the proposed approach outperforms alternative models in terms of out-of-sample losses. Furthermore, we show that the moments derived from such distributions can be useful as alternative empirical estimates in many cases, including mean estimation and forecasting. Finally, we examine the relationship between cross-sectional returns and several distributional characteristics. The results are robust to a wide range of US and international data.

چکیده به فارسی (ترجمه ماشینی)

در این مقاله روشی برای پیش بینی دقیق توزیع کامل بازده سهام ارائه شده است ، با توجه به مجموعه ای جامع از 194 ویژگی سهام و متغیرهای بازار.چنین توزیع هایی ، که از داده های غنی با استفاده از یک الگوریتم یادگیری ماشین آموخته می شوند ، توسط فرضیات محدود کننده مدل محدود نمی شوند و امکان اکتشاف داده های غیر گاوسی ، دم سنگین و تعامل غیرخطی آنها را فراهم می کنند.این روش از یک شبکه عصبی دو مرحله ای همراه با درون یابی Spline استفاده می کند.نتایج نشان می دهد که رویکرد پیشنهادی از نظر ضررهای خارج از نمونه از مدل های جایگزین بهتر است.علاوه بر این ، ما نشان می دهیم که لحظات حاصل از چنین توزیع ها می توانند به عنوان برآوردهای تجربی جایگزین در بسیاری از موارد ، از جمله میانگین تخمین و پیش بینی مفید باشند.سرانجام ، ما رابطه بین بازده مقطعی و چندین ویژگی توزیع را بررسی می کنیم.نتایج به طیف گسترده ای از داده های ایالات متحده و بین المللی قوی است.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.