جمعه ۱۱ اسفند ۰۲

نمونه ترجمه تخصصی عمران

نمونه ترجمه تخصصی عمران
کد مترجم: 9

پیش بینی بازار سهام یکی از چالش برانگیزترین مشکلاتی است که بیش از نیم قرن هم محققان و هم تحلیلگران مالی را مضطرب کرده است. برای برطرف کردن این مشکل، دو رویکرد کاملاً متضاد، یعنی تحلیل فنی و اساسی، ایجاد شد. تجزیه و تحلیل فنی پیش بینی‌های خود را بر اساس شاخص‌های ریاضی ساخته شده در قیمت سهام پایه گذاری می‌کند، در حالی که تجزیه و تحلیل بنیادی از اطلاعاتی که از اخبار، سودآوری و عوامل اقتصاد کلان به دست می‌آید، بهره می‌برد. رقابت بین این مکتب‌های فکری به دستاوردهای جالب بسیاری منجر شده، اما تا به امروز هیچ راه حل رضایت بخشی پیدا نشده است. هدف ما این است که تجزیه و تحلیل فنی و بنیادی را با استفاده از علم داده و تکنیکهای یادگیری ماشین تلفیق کنیم. در این مقاله مشکل پیش بینی بازار سهام در یک طبقه بندی از سری داده‌های زمانی ترسیم شده است. شاخص‌های تحلیل فنی و احساسات مقالات خبری هر دو به عنوان ورودی به کار گرفته می‌شوند. نتیجه یک مدل پیش بینی قوی است که قادر به پیش بینی روند مجموعه سبد سهام [1] تشکیل شده توسط بیست شرکت با سرمایه بالا در فهرست NASDAQ100 است. به منظور اثبات اثربخشی واقعی رویکرد ما، از پیش بینی‌های انجام شده برای اجرای یک شبیه سازی معاملاتی با فرکانس بالا و رسیدن به بیش از 80٪ بازده سالانه استفاده کردیم. این پروژه یک گام به جلو برای ترکیب تکنیکهای فنی و اساسی  و نقطه شروع برای توسعه استراتژی‌های جدید تجاری را نشان می‌دهد.

Stock market prediction is one of the most challenging problems which has been distressing both researchers and financial analysts for more than half a century. To tackle this problem, two completely
opposite approaches, namely technical and fundamental analysis, emerged. Technical analysis bases its
predictions on mathematical indicators constructed on the stocks price, while fundamental analysis exploits the information retrieved from news, profitability, and macroeconomic factors. The competition
between these schools of thought has led to many interesting achievements, however, to date, no satisfactory solution has been found. Our work aims to combine both technical and fundamental analysis
through the application of data science and machine learning techniques. In this paper, the stock market
prediction problem is mapped in a classification task of time series data. Indicators of technical analysis
and the sentiment of news articles are both exploited as input. The outcome is a robust predictive model
able to forecast the trend of a portfolio composed by the twenty most capitalized companies listed in the
NASDAQ100 index. As a proof of real effectiveness of our approach, we exploit the predictions to run a
high frequency trading simulation reaching more than 80% of annualized return. This project represents a
step forward to combine technical and fundamental analysis and provides a starting point for developing
new trading strategies.

Link: https://faratarjome.ir/u/news/نمونه-ترجمه-تخصصی-عمران1.html

دیدگاه کاربران

ارسال دیدگاه

نام و نام خانوادگی :
دیدگاه شما :
کد امنیتی : کدی که در تصویر میبینید را وارد نمایید
* فراترجمه هیچگونه مسئولیتی نسبت به دیدگاه های کاربران ندارد و تمامی مطالب ارسالی دیدگاه و نظر شخصی کاربران است.
new order new order
ورود به سیستم
- فراموشی گذرواژه ؟
محاسبه فوری هزینه ترجمه
شما میتوانید با انتخاب زمینه و زبان ترجمه و وارد نمودن تعداد کلمات متنی که باید ترجمه شود، هزینه و زمان تحویل ترجمه را بدست بیاورید.
زمینه: زبان: تعداد کلمه:
پست الکترونیکی شما :

خبری شد خبرتان خواهیم کرد!

آیا سوالی دارید؟

سوال خود را با ما در میان بگذارید

تماس با پشتیبانی

ورود به سیستم


تماس با پشتیبان