在金融学中,有效市场假说的薄弱形式表明,历史股票价格和成交量数据无法为预测提供依据。未来 prices. In this paper we 的简体中文翻译

在金融学中,有效市场假说的薄弱形式表明,历史股票价格和成交量数据无法为

在金融学中,有效市场假说的薄弱形式表明,历史股票价格和成交量数据无法为预测提供依据。未来 prices. In this paper we show that, to the contrary, 未来 intra-day stock prices could be predicted effectively until 2009. We demonstrate this using two different profitable machine learning-based trading strategies. However, the effectiveness of both approaches diminish over time, and neither of them are profitable after 2009. We present our implementation and results in detail for the period 2003-2017 and propose a novel idea: the use of such flexible machine learning methods as an objective measure of relative market efficiency. We conclude with a candidate explanation, comparing our 回报 over time with high-frequency trading volume, and suggest concrete steps for further investigation. △ Less
0/5000
源语言: -
目标语言: -
结果 (简体中文) 1: [复制]
复制成功!
在金融学中,有效市场假说的薄弱形式表明,历史股票价格和成交量数据无法为预测提供依据。相反,在本文中,我们表明,可以有效地预测直到2009年的未来日内股价。我们使用两种不同的基于机器学习的盈利交易策略来证明这一点。但是,随着时间的流逝,这两种方法的有效性都会下降,并且在2009年之后都无法盈利。我们详细介绍了2003-2017年的实施和结果,并提出了一个新的想法:将这种灵活的机器学习方法用作相对市场效率的客观指标。我们以候选者解释作为结束,将我们随着时间的收益与高频交易量进行比较,并提出进一步调查的具体步骤。△少
正在翻译中..
结果 (简体中文) 2:[复制]
复制成功!
在金融学中,有效市场假说的薄弱形式表明,历史股票价格和成交量数据无法为预测提供依据。价格。在这篇论文中,我们表明,相反,- 日内股票价格可以有效地预测到2009年。我们使用两种不同的基于机器学习的盈利易策略来演示这一点。然而,这两种方法的有效性会随着时间的推移而减弱,而且两种方法在2009年后都没有盈利。我们详细介绍了2003-2017年的实施和成果,并提出了一个新的理念:使用这种灵活的机器学习方法作为相对市场效率的客观衡量标准。最后,我们提出了一个候选解释,比较了我们的"随着时间的推移"与高频交易量,并建议进一步调查的具体步骤。• 更少
正在翻译中..
结果 (简体中文) 3:[复制]
复制成功!
In finance, the weak form of efficient market hypothesis shows that historical stock price and trading volume data can not provide basis for prediction. Prices. In this paper we show that, to the contract, future intra day stock prices could be predicted effectively until 2009. We demonstrate this using two different configurable machine learning based trading strategies. However, the effectiveness of both approaches diminutive over time, and neither of them are profitable after 2009. We present our implementation and results in detail for the period 2003-2017 and propose a novel idea: the use of such flexible machine learning methods as an objective measure of relative market efficiency. We conclude with a candidate explanation, Comparing our return over time with high-frequency trading volume, and suggest concrete steps for further investment<br>
正在翻译中..
 
其它语言
本翻译工具支持: 世界语, 丹麦语, 乌克兰语, 乌兹别克语, 乌尔都语, 亚美尼亚语, 伊博语, 俄语, 保加利亚语, 信德语, 修纳语, 僧伽罗语, 克林贡语, 克罗地亚语, 冰岛语, 加利西亚语, 加泰罗尼亚语, 匈牙利语, 南非祖鲁语, 南非科萨语, 卡纳达语, 卢旺达语, 卢森堡语, 印地语, 印尼巽他语, 印尼爪哇语, 印尼语, 古吉拉特语, 吉尔吉斯语, 哈萨克语, 土库曼语, 土耳其语, 塔吉克语, 塞尔维亚语, 塞索托语, 夏威夷语, 奥利亚语, 威尔士语, 孟加拉语, 宿务语, 尼泊尔语, 巴斯克语, 布尔语(南非荷兰语), 希伯来语, 希腊语, 库尔德语, 弗里西语, 德语, 意大利语, 意第绪语, 拉丁语, 拉脱维亚语, 挪威语, 捷克语, 斯洛伐克语, 斯洛文尼亚语, 斯瓦希里语, 旁遮普语, 日语, 普什图语, 格鲁吉亚语, 毛利语, 法语, 波兰语, 波斯尼亚语, 波斯语, 泰卢固语, 泰米尔语, 泰语, 海地克里奥尔语, 爱尔兰语, 爱沙尼亚语, 瑞典语, 白俄罗斯语, 科西嘉语, 立陶宛语, 简体中文, 索马里语, 繁体中文, 约鲁巴语, 维吾尔语, 缅甸语, 罗马尼亚语, 老挝语, 自动识别, 芬兰语, 苏格兰盖尔语, 苗语, 英语, 荷兰语, 菲律宾语, 萨摩亚语, 葡萄牙语, 蒙古语, 西班牙语, 豪萨语, 越南语, 阿塞拜疆语, 阿姆哈拉语, 阿尔巴尼亚语, 阿拉伯语, 鞑靼语, 韩语, 马其顿语, 马尔加什语, 马拉地语, 马拉雅拉姆语, 马来语, 马耳他语, 高棉语, 齐切瓦语, 等语言的翻译.

Copyright ©2024 I Love Translation. All reserved.

E-mail: