Buchumschlag

Interpretable Machine Learning Models for Predicting the Next Targets of Activist Funds

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kim, Minwu, Benabderrahmane, Sidahmed, Rahwan, Talal
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computational Engineering, Finance, and Science Statistical Finance
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Beyond the Black Box: Interpretability of LLMs in Finance
von: Tatsat, Hariom, et al.
Veröffentlicht: (2025)

Vector-Quantized Discrete Latent Factors Meet Financial Priors: Dynamic Cross-Sectional Stock Ranking Prediction for Portfolio Construction
von: Kim, Namhyoung, et al.
Veröffentlicht: (2026)

Bitcoin Price Prediction using Machine Learning and Combinatorial Fusion Analysis
von: Wu, Yuanhong, et al.
Veröffentlicht: (2026)

BERTopic-Driven Stock Market Predictions: Unraveling Sentiment Insights
von: Zhu, Enmin, et al.
Veröffentlicht: (2024)

MambaStock: Selective state space model for stock prediction
von: Shi, Zhuangwei
Veröffentlicht: (2024)

Transformers Beyond Order: A Chaos-Markov-Gaussian Framework for Short-Term Sentiment Forecasting of Any Financial OHLC timeseries Data
von: Pathan, Arif
Veröffentlicht: (2025)

Sentiment-Aware Mean-Variance Portfolio Optimization for Cryptocurrencies
von: Chen, Qizhao
Veröffentlicht: (2025)

International Trade Flow Prediction with Bilateral Trade Provisions
von: Pan, Zijie, et al.
Veröffentlicht: (2024)

Adaptive Temporal Fusion Transformers for Cryptocurrency Price Prediction
von: Peik, Arash, et al.
Veröffentlicht: (2025)

Impact of LLMs news Sentiment Analysis on Stock Price Movement Prediction
von: Siala, Walid, et al.
Veröffentlicht: (2026)

Predicting Customer Goals in Financial Institution Services: A Data-Driven LSTM Approach
von: Estornell, Andrew, et al.
Veröffentlicht: (2024)

LSR-IGRU: Stock Trend Prediction Based on Long Short-Term Relationships and Improved GRU
von: Zhu, Peng, et al.
Veröffentlicht: (2024)

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

Block-diagonal idiosyncratic covariance estimation in high-dimensional factor models for financial time series
von: Žignić, Lucija, et al.
Veröffentlicht: (2024)

Not feeling the buzz: Correction study of mispricing and inefficiency in online sportsbooks
von: Clegg, Lawrence, et al.
Veröffentlicht: (2023)

Large and Deep Factor Models
von: Kelly, Bryan, et al.
Veröffentlicht: (2024)

Transforming Japan Real Estate
von: Haque, Diabul
Veröffentlicht: (2024)

The Hype Index: an NLP-driven Measure of Market News Attention
von: Cao, Zheng, et al.
Veröffentlicht: (2025)

DoubleAdapt: A Meta-learning Approach to Incremental Learning for Stock Trend Forecasting
von: Zhao, Lifan, et al.
Veröffentlicht: (2023)

StockTime: A Time Series Specialized Large Language Model Architecture for Stock Price Prediction
von: Wang, Shengkun, et al.
Veröffentlicht: (2024)

Deep Learning Models Meet Financial Data Modalities
von: Khubiev, Kasymkhan, et al.
Veröffentlicht: (2025)

Leveraging Time Series Categorization and Temporal Fusion Transformers to Improve Cryptocurrency Price Forecasting
von: Peik, Arash, et al.
Veröffentlicht: (2024)

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

Detection of Temporality at Discourse Level on Financial News by Combining Natural Language Processing and Machine Learning
von: García-Méndez, Silvia, et al.
Veröffentlicht: (2024)

Multifractality and its sources in the digital currency market
von: Drożdż, Stanisław, et al.
Veröffentlicht: (2025)

Detrended cross-correlations and their random matrix limit: an example from the cryptocurrency market
von: Drożdż, Stanisław, et al.
Veröffentlicht: (2025)

Generative AI and Machine Learning Collaboration for Container Dwell Time Prediction via Data Standardization
von: Kim, Minseop, et al.
Veröffentlicht: (2026)

CreditARF: A Framework for Corporate Credit Rating with Annual Report and Financial Feature Integration
von: Shi, Yumeng, et al.
Veröffentlicht: (2025)

EDINET-Bench: Evaluating LLMs on Complex Financial Tasks using Japanese Financial Statements
von: Sugiura, Issa, et al.
Veröffentlicht: (2025)

Correlations versus noise in the NFT market
von: Wątorek, Marcin, et al.
Veröffentlicht: (2024)

Filtering amplitude dependence of correlation dynamics in complex systems: application to the cryptocurrency market
von: Wątorek, Marcin, et al.
Veröffentlicht: (2025)

PMI-DT: Leveraging Digital Twins and Machine Learning for Predictive Modeling and Inspection in Manufacturing
von: Hamel, Chas, et al.
Veröffentlicht: (2024)

Approaching multifractal complexity in decentralized cryptocurrency trading
von: Wątorek, Marcin, et al.
Veröffentlicht: (2024)

Temporal distribution of clusters of investors and their application in prediction with expert advice
von: Wisniewski, Wojciech, et al.
Veröffentlicht: (2024)

An adaptive network-based approach for advanced forecasting of cryptocurrency values
von: Mehrban, Ali, et al.
Veröffentlicht: (2024)

DeepSupp: Attention-Driven Correlation Pattern Analysis for Dynamic Time Series Support and Resistance Levels Identification
von: Kriuk, Boris, et al.
Veröffentlicht: (2025)

Improving the Accuracy of Transaction-Based Ponzi Detection on Ethereum
von: Huynh, Phuong Duy, et al.
Veröffentlicht: (2023)

ARTEMIS: A Neuro Symbolic Framework for Economically Constrained Market Dynamics
von: Ray, Rahul D
Veröffentlicht: (2026)

Trade When Opportunity Comes: Price Movement Forecasting via Locality-Aware Attention and Iterative Refinement Labeling
von: Zeng, Liang, et al.
Veröffentlicht: (2021)

Improving the Equation of Exchange for Cryptoasset Valuation Using Empirical Data
von: Kampakis, Stylianos, et al.
Veröffentlicht: (2024)