Últimos artículos para Finanzas

Un nuevo método mejora la selección de variables para conjuntos de datos complejos en tareas de dos vistas.

Este artículo habla sobre cómo mejorar las explicaciones de los árboles de decisión para lograr resultados más justos.

Examinando el rendimiento de las estrategias de aprendizaje por refuerzo en el trading de acciones.

Un nuevo método para visualizar los efectos de las características en modelos dinámicos de aprendizaje automático.

Aprende cómo los métodos bayesianos mejoran los conocimientos de datos en diferentes áreas.

Explora cómo el precio de los bonos se relaciona con el comportamiento del mercado de acciones.

Una mirada a los desafíos matemáticos locales y no locales y sus implicaciones.

Aprende cómo el aprendizaje automático mejora el orden de las variables en la optimización multiobjetivo.

Un nuevo enfoque mejora la ejecución de múltiples órdenes de trading de manera eficiente.

Aprende cómo los descuentos afectan los precios de los bonos y las decisiones de inversión.

Una mirada a cómo las tasas de equivalencia de certeza implícitas influyen en las decisiones de inversión.

Un nuevo método mejora la confiabilidad en los modelos de aprendizaje profundo al abordar la incertidumbre predictiva.

Examina cómo la influencia social afecta las decisiones de préstamos en plataformas de persona a persona.

SeCAM mejora la comprensión de los modelos de clasificación de imágenes de IA.

Una mirada a los desafíos del aprendizaje de árboles de decisión, especialmente con consultas.

Explorando métodos para mejorar las recomendaciones con gráficos de conocimiento y aprendizaje automático.

Un método que combina PCA y HMM para predecir los movimientos de precios de las acciones.

LendingClub puede usar datos para mejorar la toma de decisiones y aumentar la rentabilidad.

Explorando los efectos de reiniciar en el movimiento de partículas en el movimiento browniano.

Examinando la naturaleza impredecible de los sistemas no lineales a lo largo del tiempo.

Este artículo habla sobre cómo encontrar soluciones para ecuaciones diferenciales estocásticas con retardo y su importancia.

Este artículo examina el sesgo en las predicciones de seguros y soluciones para un trato equitativo.

Nuevos métodos mejoran la precisión de la valoración de empresas a través de la identificación de pares impulsada por IA.

Este artículo explora la relación entre las distribuciones lognormales y el análisis de información mutua.

Explorando modelos de machine learning para mejorar la precisión en la fijación de precios de opciones europeas.

El algoritmo MGB aborda de manera eficiente PDEs no lineales complejas para varias aplicaciones.

Este artículo explora cómo el análisis de perturbaciones mejora la comprensión de las decisiones de IA con datos de series temporales.

Este artículo explora el análisis de factores latentes para paneles cortos en finanzas.

Este artículo presenta la dominancia estocástica multifraccional para una mejor evaluación de elecciones.

Aprende sobre los Modelos de Lenguaje Grande y sus aplicaciones en varios campos.

Un nuevo método mejora la claridad al analizar datos funcionales multivariantes complejos.

Explora patrones en datos de series temporales usando la hipótesis de la diferencia martingala.

Una mirada a las propiedades de la densidad del -Sol y sus aplicaciones.

Explora nuevos límites para las sumas de vectores aleatorios dependientes en altas dimensiones.

Este artículo analiza el comportamiento del precio de las acciones usando la entropía de Shannon para obtener información del mercado.

Una mirada a los modelos de deep learning usados para predecir tendencias de precios de acciones.

Una exploración de los principios de transporte óptimo a través de la perspectiva de los martingalas.

Este artículo explora las probabilidades de impacto relacionadas con el movimiento browniano fraccionario en varios campos.

Este artículo explora la relación entre las atribuciones de características y las explicaciones contrafactuales en la IA.

Aprende a manejar el riesgo de manera efectiva en situaciones de toma de decisiones inciertas.