دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1 نویسندگان: Fahed Mostafa, Tharam Dillon, Elizabeth Chang (auth.) سری: Studies in Computational Intelligence 697 ISBN (شابک) : 9783319516660, 9783319516684 ناشر: Springer International Publishing سال نشر: 2017 تعداد صفحات: 177 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
کلمات کلیدی مربوط به کتاب برنامه های هوش محاسباتی برای قیمت گذاری گزینه ، پیش بینی نوسان و ارزش در معرض خطر: هوش محاسباتی، هوش مصنوعی (شامل رباتیک)، اقتصاد کلان/اقتصاد پولی//اقتصاد مالی، تحقیق در عملیات/تئوری تصمیم گیری
در صورت تبدیل فایل کتاب Computational Intelligence Applications to Option Pricing, Volatility Forecasting and Value at Risk به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب برنامه های هوش محاسباتی برای قیمت گذاری گزینه ، پیش بینی نوسان و ارزش در معرض خطر نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب قدرت شبکههای عصبی را در یادگیری رفتار پیچیده از
دادههای سری زمانی مالی نشان میدهد. نتایج ارائه شده همچنین
نشان میدهد که چگونه شبکههای عصبی میتوانند با موفقیت در
مدلسازی نوسانات، قیمتگذاری گزینهها و مدلسازی ارزش در معرض
خطر اعمال شوند. این ویژگی ها به این معنی است که می توان آنها
را برای مشکلات ریسک بازار برای غلبه بر مشکلات کلاسیک مرتبط با
مدل های آماری اعمال کرد.
This book demonstrates the power of neural networks in
learning complex behavior from the underlying financial time
series data. The results presented also show how neural
networks can successfully be applied to volatility modeling,
option pricing, and value-at-risk modeling. These features
mean that they can be applied to market-risk problems to
overcome classic problems associated with statistical
models.
Front Matter....Pages i-x
Introduction....Pages 1-7
Time Series Modelling....Pages 9-30
Options and Options Pricing Models....Pages 31-49
Neural Networks and Financial Forecasting....Pages 51-80
Important Problems in Financial Forecasting....Pages 81-90
Volatility Forecasting....Pages 91-112
Option Pricing....Pages 113-135
Value-at-Risk....Pages 137-147
Conclusion and Discussion....Pages 149-158
Back Matter....Pages 159-171