:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Sam, Rainsy
Format:	Recurso digital
Sprache:
Veröffentlicht:	Zenodo 2025
Online-Zugang:	https://doi.org/10.5281/zenodo.17038299
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Kyndryl Technologies: A Textbook Example of Stock Selection Using the Potential Payback Period (PPP) Methodology
von: Sam, Rainsy
Veröffentlicht: (2025)

NVIDIA Leads in Forward Returns: A PPP-Based Stock Valuation Analysis of Four Leading Technology Firms
von: Sam, Rainsy
Veröffentlicht: (2025)

Has Wall Street Become Overvalued? Continuous Upward Earnings Revisions and the Persistent Attractiveness of the S&P 500: How the PPP–SIRRIPA Framework Explained Wall Street's Bull Market While Traditional Valuation Metrics Warned of Dangerous Overvaluation
von: Sam, Rainsy
Veröffentlicht: (2026)

How the Potential Payback Period (PPP) Extends and Surpasses the Gordon Growth Model (GGM) at the Limits of Financial Theory
von: Sam, Rainsy
Veröffentlicht: (2025)

Resolving the Valuation Mystery of Palantir Technologies: How PPP and SIRRIPA Rationalize a Market Darling With a P/E Over 500
von: Sam, Rainsy
Veröffentlicht: (2025)

A Staggering Short-Horizon Validation of the PPP–SIRRIPA Model // Evidence from the U.S. Technology Universe, Sept. 5 → Oct. 31, 2025
von: Sam, Rainsy
Veröffentlicht: (2025)

Why the Introduction of Time Was Decisive in Equity Valuation: From Static Multiples to Forward-Looking, Risk-Adjusted Returns Comparable to Bond Yields
von: Sam, Rainsy
Veröffentlicht: (2026)

Attractiveness Ranking of the Top 50 US Tech Companies Based on Potential Returns Estimated by SIRRIPA
von: Sam, Rainsy
Veröffentlicht: (2025)

Riber et Lumibird : deux pépites technologiques françaises révélées par le rendement prospectif ajusté du risque (SIRRIPA)
von: Sam, Rainsy
Veröffentlicht: (2026)

A Structural Ranking of 59 U.S. Technology Firms: From P/E Ratios to Expected Equity Returns
von: Sam, Rainsy
Veröffentlicht: (2026)

Sharply estimating hyperbolic capacities
von: Jin, Xiaoshang, et al.
Veröffentlicht: (2025)

FinCall-Surprise: A Large Scale Multi-modal Benchmark for Earning Surprise Prediction
von: Shu, Dong, et al.
Veröffentlicht: (2025)

Sharply k-transitive actions on ultrahomogeneous structures
von: González, J. de la Nuez, et al.
Veröffentlicht: (2025)

Valuation Measure of the Stock Market using Stochastic Volatility and Stock Earnings
von: Sarantsev, Andrey, et al.
Veröffentlicht: (2025)

Sharply 2-transitive groups of finite Morley rank
von: Altinel, Tuna, et al.
Veröffentlicht: (2018)

Sharply o-minimal structures and sharp cellular decomposition
von: Binyamini, Gal, et al.
Veröffentlicht: (2022)

Clozing the Gap: Exploring Why Language Model Surprisal Outperforms Cloze Surprisal
von: Nair, Sathvik, et al.
Veröffentlicht: (2026)

SAE-FiRE: Enhancing Earnings Surprise Predictions Through Sparse Autoencoder Feature Selection
von: Zhang, Huopu, et al.
Veröffentlicht: (2025)

Why the DESI Results Should Not Be A Surprise
von: Brandenberger, Robert
Veröffentlicht: (2025)

The Kraft Break Sharply Divides Low Mass and Intermediate Mass Stars
von: Beyer, Alexa C., et al.
Veröffentlicht: (2024)

Earnings Management and Quarterly Discretionary Accruals Level in the Brazilian Stock Market
von: Rodolfo Maia Rosado Cascudo Rodrigues
Veröffentlicht: (2019)

English Earnings Conference Calls and Foreign Investors in the Korean Stock Market*
von: Ryoonhee Kim, et al.
Veröffentlicht: (2026)

“If Today's Problems Are So Urgent, Why Are We So Stuck?”
von: MEG KINNEY
Veröffentlicht: (2024)

Stock Splits Puzzle: An Additional Answer From Pre‐Split Earnings Announcements
von: Hoang Huy Nguyen, et al.
Veröffentlicht: (2024)

If You’re So Ethical, Why Are You So Highly Paid?
von: Pepper, Alexander
Veröffentlicht: (2022)

Code and Data for "A Convolutional Method for Fitting Sharply Peaked Distributions with Long Tails"
von: Warner, Trey, et al.
Veröffentlicht: (2026)

Quantum Mechanics on Sharply Bent Wires via Two-Interval Sturm-Liouville Theory
von: Pitelli, João Paulo M., et al.
Veröffentlicht: (2023)

MiMIC: Multi-Modal Indian Earnings Calls Dataset to Predict Stock Prices
von: Ghosh, Sohom, et al.
Veröffentlicht: (2025)

FinReport: Explainable Stock Earnings Forecasting via News Factor Analyzing Model
von: Li, Xiangyu, et al.
Veröffentlicht: (2024)

Harnessing Earnings Reports for Stock Predictions: A QLoRA-Enhanced LLM Approach
von: Ni, Haowei, et al.
Veröffentlicht: (2024)

Which Voices Move Markets? Speaker Identity and the Cross-Section of Post-Earnings Returns
von: Sidhu, Karmanpartap Singh, et al.
Veröffentlicht: (2026)

So Why Snub the Instructional Materials Center?
von: Johnson, John M.
Veröffentlicht: (1969)

A Behavioral Signaling Explanation for Stock Splits
von: Chenyu Cui, et al.
Veröffentlicht: (2026)

Why Are Learned Indexes So Effective but Sometimes Ineffective?
von: Liu, Qiyu, et al.
Veröffentlicht: (2024)

Tell Me Why: Incentivizing Explanations
von: Srinivasan, Siddarth, et al.
Veröffentlicht: (2025)

Why Study the Spherical Convexity of Non-Homogeneous Quadratic Functions, and What Makes It Surprising?
von: Bolton, R., et al.
Veröffentlicht: (2024)

Not So Empty Threats: Stock Market Responses to the Trump Election and Protectionist Rhetoric*
von: Fulvio Silvy
Veröffentlicht: (2025)

Why Some Medical Papers Move Us
von: Shigeki Matsubara
Veröffentlicht: (2026)

Why Death Is Most in One's Self‐Interest, and Necessarily So
von: Victor Kriska
Veröffentlicht: (2025)

Why the Team Matters So Deeply for Achieving a Goal
von: Savelyev, Slava
Veröffentlicht: (2026)