Name: Prognozowanie Kursów Forex: Modele Arima, Xgboost, Lstm i Monte Carlo (en Polish)
SKU: 63913068
Price: 964.63 MXN
Availability: InStock
Author: Kirti Wanjale; Aditya Wanjale
ISBN: 9786208634629

portada Prognozowanie Kursów Forex: Modele Arima, Xgboost, Lstm i Monte Carlo (en Polish)

Prognozowanie Kursów Forex: Modele Arima, Xgboost, Lstm i Monte Carlo (en Polish)

Formato

Libro Físico

Editorial

Wydawnictwo Nasza Wiedza

Autor

Kirti Wanjale; Aditya Wanjale

Idioma

Polish

N° páginas

Encuadernación

Tapa Blanda

ISBN13

9786208634629

Prognozowanie Kursów Forex: Modele Arima, Xgboost, Lstm i Monte Carlo (en Polish)

Kirti Wanjale; Aditya Wanjale (Autor) · Wydawnictwo Nasza Wiedza · Tapa Blanda

Libro Nuevo Importado

Envío: 23 a 28 días háb.

$ 1,753.88$ 964.63

-45%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 10 unidades

$ 964.63

¡Envío Gratis! Llega entre el 13 Oct y el 21 Oct a CUAUHTÉMOC, Ciudad de México. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Prognozowanie Kursów Forex: Modele Arima, Xgboost, Lstm i Monte Carlo (en Polish)"

Proces wymiany jednej waluty na inną w różnych celach - najczęściej w handlu, turystyce lub handlu - jest znany jako wymiana walutowa lub forex (FX). Jako pary walutowe, waluty są przedmiotem obrotu względem siebie. Na przyklad para walutowa EUR/USD umożliwia inwestorom handel euro w stosunku do dolara amerykańskiego, a GBP/JPY (funt brytyjski/jen japoński). Rynki walutowe (Forex), jako największa na świecie arena finansowa, wymagają solidnych strategii prognozowania, aby poruszac się po ich dynamicznej i zlożonej naturze. Niniejsze badanie obejmuje doglębną analizę porównawczą modeli prognostycznych obejmujących dwie dekady, od 2000 do 2019 r., z wykorzystaniem danych z szeregów czasowych Rezerwy Federalnej. Projekt zaglębia się w sedno prognozowania kursów walutowych, odpowiadając na krytyczną potrzebę dokladności w przewidywaniu ruchów kursów walutowych. W tym kontekście badania analizują skutecznośc różnych modeli, w tym tradycyjnej autoregresyjnej zintegrowanej średniej ruchomej (ARIMA), uczenia maszynowego XGBoost, glębokiego uczenia Long Short-Term Memory (LSTM) oraz unikalnej perspektywy oferowanej przez symulacje Monte Carlo.