ترجمه مقاله استخراج تغییر مفهوم مربوط به فاکتورهای انتخاب پورتفلیو در بازار سهام در 49 صفحه ورد قابل ویرایش با فرمت doc به همراه اصل مقاله انگلیسی
عنوان فارسی :ترجمه مقاله استخراج تغییر مفهوم مربوط به فاکتورهای انتخاب پورتفلیو در بازار سهامعنوان انگلیسی :Concept drift mining of portfolio selection factors in stock market
تعداد صفحات فارسی: 49 صفحه ورد قابل ویرایشسطح ترجمه: خوبدانلود ترجمه فارسی و انگلیسی مقاله : بلافاصله پس از پرداخت آنلاین 19500 هزار تومان قادر به دانلود خواهید بود.---------------------------------------------------------------------بخشی از ترجمه مقاله:چکیدهتغییر مفهومی یک پدیده مشترک در بازار سهام است که می تواند باعث تضعیف دانش آموخته شده از تحلیل میان بخشی شود چرا که تغییرات بازار در طول زمان به شیوه ای غیرقابل پیش بینی رخ می دهد. تحلیل رگرسیون مقطعی به وفور بر اساس دانش تخصصی مورد استفاده قرار می گیرد که محدودیت های قطعی در مدیریت و کنترل مسائلی دارد که مربوط به تغییر مفهومی و داده های با ابعاد بالا است. برای کشف روابط سببی و علّی بین فاکتورهای انتخاب پورتفلیو و بازده سهام، و شناسایی تغییرات مفهومی این روابط، ما یک تکنیک جدید کشف سبب یا علت را بکار بردیم که مدل اصلاح شده نویز افزاینده با جدول احتمال مشروط (ANMCPT) نامیده می شود. در آزمایش های ارزیابی، ما ANMCPT را با رویکردهای معمول تحلیل مقطعی ( چارچوب فاما – فرنچ ) در استخراج روابط بین فاکتورهای انتخاب پورتفلیو و بازده سهام مورد مقایسه قرار دادیم. نتایج نشان می دهد فاکتورهای انتخاب شده به وسیله ANMCPT عملکرد بهتریدر فاکتورهای اتخاذ شده نسبت به اغلب پژوهش های مقطعی قبلی دارد که از چارچوب فاما – فرنچ تبعیت کرده اند. بر اساس تجربه ما این مقاله اولین بار تکنیک استنباط علّی را با چارچوب فاما – فرنچ در استخراج تغییر مفهوم مربوط به فاکتورهای انتخاب پورتفلیوی سهام مورد مقایسه قرار می دهد. روش استخراج تغییر مفهوم مبتنی بر استنتاج علّی ما یک رویکرد جدید برای کشف صحیح دانش در بازار سهام فراهم می کند.
Abstract
Concept drift is a common phenomenon in stock market that can cause the devaluation of the knowledge learned from cross-sectional analysis as the market changes over time in unforeseen ways. The widely used cross sectional regression analysis based on expert knowledge has obvious limitations in handling problems that involve concept drift and high-dimensional data. To discover causal relations between portfolio selection factors and stock returns, and identify concept drifts of these relations, we apply a novel causal discovery technique called modified Additive Noise Model with Conditional Probability Table (ANMCPT). In evaluation experiments, we compares ANMCPT to the conventional cross-sectional analysis approach (i.e., Fama–French framework) in mining relationships between portfolio selection factors and stock returns. Results indicate that the factors selected by ANMCPT outperform the factors adopted in most previous cross-sectional researches that followed the Fama–French framework. To the best of our knowledge, this paper is the first to compare causal inference technique with Fama–French framework in concept drift mining of stock portfolio selection factors. Our causal inference-based concept drift mining method provides a new approach to accurate knowledge discovery in stock marke.
پشتيباني: 09392158693 (لطفا فقط عنوان فايل، نام خريدار و مشکل خود را پيامک و يا در تلگرام عنوان بفرماييد تا سوال و مشکل شما به متخصص مربوطه ارجاع شود).
نحوه دانلود : بلافاصله پس از پرداخت آنلاين قادر به دانلود فايل خواهيد بود و همچنين يک نسخه از “لينک دانلود” نيز براي شما ايميل مي شود.
