Articoli più recenti per Finanza

Il Clustering Federato aiuta ad analizzare i dati mantenendo private le informazioni sensibili.

I metodi che usano le iperreti hanno spaccato nel prevedere i rendimenti degli asset nelle recenti competizioni.

Studi presenta un metodo per scegliere modelli di machine learning e dataset.

Uno sguardo a come il RL distribuzionale rimodella il processo decisionale attraverso la comprensione delle distribuzioni dei risultati.

Un modo nuovo per capire le relazioni tra criptovalute e le dinamiche di mercato.

Nuovi metodi per affrontare più obiettivi nei sistemi di controllo migliorano le prestazioni e il processo decisionale.

Un nuovo approccio per generare scenari di mercato finanziario controllati.

I ricercatori presentano un modo più veloce per risolvere equazioni differenziali complesse usando passeggiate casuali.

Un approccio innovativo migliora le strategie di controllo in ambienti ad alta dimensione.

Uno sguardo a come gli eventi passati influenzano le future occorrenze nei processi casuali.

Esplora metodi per ottimizzare le soluzioni dei programmi lineari misti interi binari.

Questo articolo esamina modelli avanzati per prevedere i prezzi delle azioni usando tecniche di deep learning.

StockTime combina dati numerici e testuali per fare previsioni migliori sulle azioni.

Un nuovo framework migliora la stima dei valori estremi usando tecniche di ottimizzazione robusta rispetto alla distribuzione.

Esplora come le equazioni paraboliche influenzano la fisica, l'ingegneria e la finanza.

Esaminando un metodo di pricing per opzioni in stile americano in mercati complessi.

Scopri come i modelli neurali migliorano l'accuratezza e la flessibilità nella valutazione delle opzioni.

Scopri come le disuguaglianze di concentrazione aiutano ad analizzare le matrici casuali.

Uno studio sull'analisi del sentimento e l'efficacia dei modelli linguistici.

Nuovi metodi migliorano l'analisi statistica dei dati delle serie temporali non stazionarie.

Una panoramica del moto browniano e della sua importanza in vari campi.

Esplorando come la correlazione dei prezzi delle azioni varia durante la giornata di trading.

Questo studio migliora la valutazione delle opzioni americane utilizzando Processi di Markov a Diffusione a Tratti.

Impara a capire le reti neurali complesse.

Onorando i contributi di Tom Hurd nella matematica e nella ricerca finanziaria.

Un nuovo metodo punta a migliorare l'equità nel machine learning tramite un riaggruppamento dei campioni di dati.

Nuove tecniche migliorano la stima del valore dai dati della catena di Markov.

Previsioni accurate dipendono da una giusta calibrazione per allineare le probabilità con i risultati reali.

Esplorare metodi numerici per sistemi incerti con equazioni differenziali stocastiche.

Un'analisi delle azioni degli investitori durante le crisi finanziarie e il loro impatto sulla stabilità del mercato.

Nuove tecniche migliorano l'efficienza nell'affrontare la sfida del Subset Sum.

Questo approccio migliora l'efficienza e l'adattabilità nella pianificazione sotto incertezza.

Un nuovo metodo migliora il rilevamento degli outlier nell'analisi dei dati.

I modelli neurali N-HiTS e N-BEATS superano i metodi tradizionali nelle previsioni di mercato.

Scopri come le firme semplificano dati complessi per avere migliori intuizioni.

SINDyG migliora la comprensione dei sistemi complessi tramite una migliore modellazione delle reti.

Un approccio innovativo sfrutta gli autoencoder per avere intuizioni più chiare nei mercati finanziari.

Presentiamo un test robusto per valutare modelli ellittici in dataset ad alta dimensione.

Un metodo per misurare le fluttuazioni dei prezzi degli asset usando l'entropia del cluster di Kullback-Leibler.

Uno sguardo a tecniche migliorate per identificare i cambiamenti in vari sistemi.