دانلود مقاله و خرید ترجمه:سرمایه گذاری مالی بلاکچین برمبنای الگوریتم شبکه یادگیری عمیق - 2020
بلافاصله پس از پرداخت دانلود کنید
مقالات ترجمه شده یادگیری عمیق ( deep learning )
  • Blockchain financial investment based on deep learning network algorithm سرمایه گذاری مالی بلاکچین برمبنای الگوریتم شبکه یادگیری عمیق
    دانلود مقاله | مقاله انگلیسی رایگان | خرید ترجمه فارسی مقاله

    دسته بندی:

    یادگیری عمیق - deep learning


    سال انتشار:

    2020


    ترجمه فارسی عنوان مقاله:

    سرمایه گذاری مالی بلاکچین برمبنای الگوریتم شبکه یادگیری عمیق


    عنوان انگلیسی مقاله:

    Blockchain financial investment based on deep learning network algorithm


    منبع:

    Sciencedirect - Elsevier - Journal of Computational and Applied Mathematics 372 (2020) 112723


    نویسنده:

    Meihua Xie, Haiyan Li, Yuanjun Zhao


    چکیده انگلیسی:

    In order to study the use of in-depth learning to process financial data, it is proposed that the related technology of neural network and deep learning can be applied to financial data, and real stock index and futures data can be used to explore the application effect of neural network and in-depth learning. Firstly, the theory and model of in-depth learning and neural network are introduced in detail. Secondly, a simple neural network and in-depth learning model are used in the stock index and futures price forecast. The data used in the input of the model include the price of a stock in the current trading and some data indicators, and the closing price of a stock in the next time. The decline will be reflected in output. If the output is up for 1 and down for 0, new data will be input after the training of the model. Finally, the output data can be compared with the real data to judge the application effect of the model, after comparing e and analyzing the application effect of the model. The results show that the research in this study can help investors to build an automated investment model and the investment strategy of the stock market. The construction can be used for reference to improve investors’ investment strategy and return rate.
    Keywords: Deep learning | Stock market investment | Neural network | Financial investment


    چکیده فارسی:

    به منظور مطالعه استفاده از یادگیری عمیق برای پردازش داده های مالی، پیشنهاد می شود که می توان از فناوری مرتبط با شبکه عصبی و یادگیری عمیق برای داده های مالی استفاده کرد و از شاخص واقعی سهام و داده های آتی برای بررسی تاثیر کاربرد شبکه عصبی و یادگیری عمیق استفاده کرد. درابتدا نظریه و مدل یادگیری عمیق و شبکه عصبی با جزئیات معرفی می شوند. سپس از یک شبکه عصبی ساده و مدل یادگیری عمیق در شاخص سهام و پیش بینی قیمت آتی استفاده می شود. داده های استفاده شده در داده های ورودی به مدل شامل قیمت یک سهام در معامله جاری و برخی شاخص های داده ای و قیمت بسته شدن یک سهام در زمان بعدی می شود. کاهش قیمت در خروجی منعکس خواهد شد. اگر خروجی برای 1 بالا و برای صفر پایین باشد، داده های جدید پس از راه اندازی مدل وارد خواهند شد. نهایتا" جهت قضاوت روی تاثیر کاربرد مدل، می توان پس از مقایسه e و تحلیل تاثیر کاربرد مدل، داده های خروجی را با داده های واقعی مقایسه کرد. نتایج نشان می دهند که تحقیق انجام شده در این مطالعه می تواند به سرمایه گذاران کمک کند تا یک مدل سرمایه گذاری خودکار و راهبرد سرمایه گذاری در بازار سهام بسازند. از این سازه می توان برای ارجاع جهت بهبود راهبرد سرمایه گذاری سرمایه گذاران و نرخ بازگشت استفاده کرد.
    کلیدواژه ها: یادگیری عمیق | سرمایه گذاری در بازار بورس | شبکه عصبی | سرمایه گذاری مالی


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 11
    تعداد صفحات فایل doc فارسی(با احتساب مراجع): 30

    وضعیت ترجمه عناوین تصاویر و جداول: به صورت کامل ترجمه شده است

    وضعیت ترجمه متون داخل تصاویر و جداول: به صورت کامل ترجمه شده است

    حجم فایل: 0 کیلوبایت


    قیمت: 59280 تومان   


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi
بازدید امروز: 805 :::::::: بازدید دیروز: 0 :::::::: بازدید کل: 805 :::::::: افراد آنلاین: 9