La inversión en acciones es uno de los tipos de inversión más populares, ya que proporciona la mayor rentabilidad entre todos los tipos de inversión; sin embargo, también está asociada a un riesgo considerable. La fluctuación de los precios de las acciones ofrece a los inversores la oportunidad de obtener grandes beneficios. Podemos observar el movimiento de los grupos de precios de las acciones a partir del índice bursátil, que en Indonesia se denomina Índice Compuesto de Yakarta (JKSE). Varios estudios se han centrado en la predicción de los precios de las acciones utilizando el aprendizaje automático, mientras que uno utiliza la regresión de vectores de soporte (SVR). Por lo tanto, este estudio examina la aplicación de SVR y la optimización de enjambre de partículas (PSO) en la predicción de los precios de las acciones utilizando datos históricos de acciones y varios indicadores técnicos, que se seleccionan utilizando PSO. Posteriormente, se aplicó una máquina de vectores soporte (SVM) para predecir los precios de las acciones con el indicador técnico seleccionado por PSO como predictor. El estudio constató que la predicción del precio de las acciones mediante SVR y PSO muestra un buen rendimiento para todos los datos, y muchas características y datos de entrenamiento utilizados por el estudio tienen probabilidades de error relativamente bajas. De este modo, se obtuvo un modelo preciso para predecir los precios de las acciones en Indonesia.
Esta es una versi髇 de prueba de citaci髇 de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citaci髇 de las respectivas fuentes.
Art韈ulo:
Cálculo próximo al umbral y tensión de alimentación mínima de circuitos MCML de un solo carril
Art韈ulo:
Modelización multirresolución del tráfico y análisis de coherencia de la autopista urbana basada en la estrategia de integración asíncrona
Art韈ulo:
縀s actualmente la virtualizaci髇 una ciencia de la nube?
Art韈ulo:
Análisis de modelos de conductividad eléctrica en corriente continua de compuestos de nanotubos de carbono y polímeros con posible aplicación a dispositivos electrónicos nanométricos
Art韈ulo:
Método de clasificación no supervisada de imágenes polarimétricas de radar de apertura sintética basado en el modelo de descomposición de cuatro componentes de Yamaguchi
Libro:
Metodolog韆 del marco l骻ico para la planificaci髇, el seguimiento y la evaluaci髇 de proyectos y programas
Folleto:
An醠isis de rentabilidad econ髆ica y financiera
Art韈ulo:
縋or qu debemos conservar la fauna silvestre?
Art韈ulo:
Emisiones globales de gases de efecto invernadero provenientes de materiales de construcci髇 residencial y comercial: estrategias de mitigaci髇 para 2060