:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wen, Chengyao, Lou, Yin
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Statistical Finance
Online-Zugang:	https://arxiv.org/abs/2311.00964
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Graph Neural Networks for Financial Fraud Detection: A Review
von: Cheng, Dawei, et al.
Veröffentlicht: (2024)

Advanced Financial Fraud Detection Using GNN-CL Model
von: Cheng, Yu, et al.
Veröffentlicht: (2024)

Optimizing Fintech Marketing: A Comparative Study of Logistic Regression and XGBoost
von: Attota, Sahar Yarmohammadtoosky Dinesh Chowdary
Veröffentlicht: (2024)

Detecting Fraud in Financial Networks: A Semi-Supervised GNN Approach with Granger-Causal Explanations
von: Nguyen, Linh, et al.
Veröffentlicht: (2025)

Evaluating Transfer Learning Methods on Real-World Data Streams: A Case Study in Financial Fraud Detection
von: Pereira, Ricardo Ribeiro, et al.
Veröffentlicht: (2025)

From Headlines to Holdings: Deep Learning for Smarter Portfolio Decisions
von: Lin, Yun, et al.
Veröffentlicht: (2025)

CaT-GNN: Enhancing Credit Card Fraud Detection via Causal Temporal Graph Neural Networks
von: Duan, Yifan, et al.
Veröffentlicht: (2024)

Year-over-Year Developments in Financial Fraud Detection via Deep Learning: A Systematic Literature Review
von: Chen, Yisong, et al.
Veröffentlicht: (2025)

Corporate Fraud Detection in Rich-yet-Noisy Financial Graph
von: Wang, Shiqi, et al.
Veröffentlicht: (2025)

Bi-Level Chaotic Fusion Based Graph Convolutional Network for Stock Market Prediction Interval
von: Kandimalla, Eshwar Sai, et al.
Veröffentlicht: (2026)

A Novel Decision Ensemble Framework: Customized Attention-BiLSTM and XGBoost for Speculative Stock Price Forecasting
von: Din, Riaz Ud, et al.
Veröffentlicht: (2024)

Regression and Forecasting of U.S. Stock Returns Based on LSTM
von: Zhou, Shicheng, et al.
Veröffentlicht: (2025)

Deep Generative Modeling for Financial Time Series with Application in VaR: A Comparative Review
von: Ericson, Lars, et al.
Veröffentlicht: (2024)

Detecting data-driven robust statistical arbitrage strategies with deep neural networks
von: Neufeld, Ariel, et al.
Veröffentlicht: (2022)

Application of Machine Learning in Stock Market Forecasting: A Case Study of Disney Stock
von: Huang, Dengxin
Veröffentlicht: (2023)

Exploiting Supply Chain Interdependencies for Stock Return Prediction: A Full-State Graph Convolutional LSTM
von: Liu, Chang
Veröffentlicht: (2023)

A three-step machine learning approach to predict market bubbles with financial news
von: Atsiwo, Abraham
Veröffentlicht: (2025)

Exploring the Interpretability of Forecasting Models for Energy Balancing Market
von: Våle, Oskar, et al.
Veröffentlicht: (2026)

Generative Path-Law Jump-Diffusion: Sequential MMD-Gradient Flows and Generalisation Bounds in Marcus-Signature RKHS
von: Bloch, Daniel
Veröffentlicht: (2026)

Stock Price Prediction and Traditional Models: An Approach to Achieve Short-, Medium- and Long-Term Goals
von: Alamu, Opeyemi Sheu, et al.
Veröffentlicht: (2024)

Investigating Similarities Across Decentralized Financial (DeFi) Services
von: Luo, Junliang, et al.
Veröffentlicht: (2024)

Enhancing Black-Scholes Delta Hedging via Deep Learning
von: Qiao, Chunhui, et al.
Veröffentlicht: (2024)

A Controlled Comparison of Deep Learning Architectures for Multi-Horizon Financial Forecasting: Evidence from 918 Experiments
von: Saidd, Nabeel Ahmad
Veröffentlicht: (2026)

Nansde-net: A neural sde framework for generating time series with memory
von: Ozai, Hiromu, et al.
Veröffentlicht: (2026)

Diffusion Factor Models: Generating High-Dimensional Returns with Factor Structure
von: Chen, Minshuo, et al.
Veröffentlicht: (2025)

MCI-GRU: Stock Prediction Model Based on Multi-Head Cross-Attention and Improved GRU
von: Zhu, Peng, et al.
Veröffentlicht: (2024)

Predictive Accuracy versus Interpretability in Energy Markets: A Copula-Enhanced TVP-SVAR Analysis
von: Pokou, Fredy, et al.
Veröffentlicht: (2026)

Conditionally Identifiable Latent Representation for Multivariate Time Series with Structural Dynamics
von: Chang, Minkey, et al.
Veröffentlicht: (2026)

Multimodal Stock Price Prediction: A Case Study of the Russian Securities Market
von: Khubiev, Kasymkhan, et al.
Veröffentlicht: (2025)

Non-Parametric Estimation of Multi-dimensional Marked Hawkes Processes
von: Joseph, Sobin, et al.
Veröffentlicht: (2024)

Dynamic graph neural networks for enhanced volatility prediction in financial markets
von: Kumar, Pulikandala Nithish, et al.
Veröffentlicht: (2024)

Quantifying Cryptocurrency Unpredictability: A Comprehensive Study of Complexity and Forecasting
von: Puoti, Francesco, et al.
Veröffentlicht: (2025)

Predicting Stock Market Crash with Bayesian Generalised Pareto Regression
von: Das, Sourish
Veröffentlicht: (2025)

Quantum and Classical Machine Learning in Decentralized Finance: Comparative Evidence from Multi-Asset Backtesting of Automated Market Makers
von: Chen, Chi-Sheng, et al.
Veröffentlicht: (2025)

Financial Data Analysis with Robust Federated Logistic Regression
von: Yang, Kun, et al.
Veröffentlicht: (2025)

Financial fraud detection system based on improved random forest and gradient boosting machine (GBM)
von: Hu, Tianzuo
Veröffentlicht: (2025)

Online Ensemble Learning for Sector Rotation: A Gradient-Free Framework
von: Miao, Jiaju, et al.
Veröffentlicht: (2023)

Financial Time-Series Forecasting: Towards Synergizing Performance And Interpretability Within a Hybrid Machine Learning Approach
von: Liu, Shun, et al.
Veröffentlicht: (2023)

Identifying Trades Using Technical Analysis and ML/DL Models
von: Shah, Aayush, et al.
Veröffentlicht: (2023)

Integrating feature selection and regression methods with technical indicators for predicting Apple Inc. stock prices
von: Moodi, Fatemeh, et al.
Veröffentlicht: (2023)