ترجمه مقاله کاربرد کلان داده ها در بستر پیش بینی مالی نرخ ارز بر اساس FPGA و تعامل انسان و کامپیوتر – سال 2021
مشخصات مقاله:
عنوان فارسی مقاله:
کاربرد کلان داده ها در بستر پیش بینی مالی نرخ ارز بر اساس FPGA و تعامل انسان و کامپیوتر
عنوان انگلیسی مقاله:
Big data application in exchange rate financial prediction platform based on FPGA and human-computer interaction
کلمات کلیدی مقاله:
نرخ ارز، پلت فرم پیش بینی مالی، آرایه دریچه ای برنامه پذیر
مناسب برای رشته های دانشگاهی زیر:
حسابداری، اقتصاد
مناسب برای گرایش های دانشگاهی زیر:
حسابداری مالی، اقتصاد مالی و برنامه ریزی سیستم های اقتصادی
وضعیت مقاله انگلیسی و ترجمه:
مقاله انگلیسی را میتوانید به صورت رایگان با فرمت PDF از باکس زیر دانلود نمایید. ترجمه این مقاله با فرمت WORD – DOC آماده خریداری و دانلود آنی میباشد.
فهرست مطالب:
چکیده
1. مقدمه
2. پژوهش های مرتبط
3. مواد و روش برای پلتفرم پیش بینی مالی نرخ ارز مبتنی بر یادگیری ماشینی
3.1. FPGA (آرایه های دریچه ای برنامه پذیر میدانی) براساس پلتفرم پیش بینی مالی
4. نتیجه و بحث درمورد پلتفرم پیش بینی مالی
5. نتیجه گیری
منابع
قسمتی از مقاله انگلیسی و ترجمه آن:
Abstract
A prediction is a statement about the financial market. The financial market prediction may lack sufficient reasons or any good stock market analysis. The financial prediction may be correct or inaccurate on any given occasion, or average, Model-based or information. The financial prediction is made by various methods, including hundreds of economic evaluation and test systems, which are Observable in the gate array. The Digital signal processing system and IoT (Internet of thing) for exchange rate finical perdition platform in the previous method. The previous method is difficulty in lower investment to reduce inflation and false value setting. The proposed method is based on Programmable Gate and learning for finical predication. A critical challenge of financial forecasting issues, along with opportunities that arise from the unique characteristics of financial data, signal-to-noise ratios, persistent predictors, predictive instability and environmental predictability resulting from competitive pressure and investors learning. The machine approaches for predicting the mean, variance, and probability distribution of asset returns. Programmable Gate Array covers how to evaluate financial forecasts, which leads to data mining concerns, taking into account the possibility that numerous forecast models are being considered.
چکیده
پیش بینی، بیانیه ای در مورد بازار مالی است. پیش بینی بازار مالی ممکن است فاقد دلایل کافی یا هر گونه تجزیه و تحلیل خوب برای بازار سهام باشد. پیش بینی مالی ممکن است در هر موقعیت یا میانگین، مبتنی بر مدل یا اطلاعات، درست یا نادرست باشد. پیش بینی مالی از طریق روش های مختلفی انجام می شود، از جمله صدها ارزیابی اقتصادی و سیستم های آزمایشی که در آرایه دریچه ای قابل مشاهده هستند. سیستم پردازش سیگنال دیجیتال و IoT (اینترنت اشیا) برای پلت فرم اجرایی نرخ تبادل در روش قبلی است. در روش قبلی، کاهش سرمایه گذاری برای کاهش تورم و تنظیم ارزش اشتباه دشوار است. روش پیشنهادی، مبتنی بر دریچه برنامه پذیر و یادگیری برای پیش‌بینی نهایی است. چالش مهم مسائل پیش بینی مالی، همراه با فرصت هایی است که از ویژگی های منحصر به فرد داده های مالی، نسبت های سیگنال به نویز، پیش بینی کننده های مداوم، بی ثباتی پیش بینی کننده و پیش بینی محیطی ناشی از فشار رقابتی و یادگیری سرمایه گذاران ناشی می شوند. روش های ماشینی برای پیش بینی میانگین، واریانس و توزیع احتمال بازده دارایی است. آرایه دریچه ای برنامه پذیر، چگونگی ارزیابی پیش بینی های مالی را پوشش می دهد که منجر به نگرانی های داده کاوی می شود، با در نظر گرفتن این احتمال که مدل های پیش بینی متعددی در نظر گرفته می شوند.
