Algorithmic Trading and Short-term Forecast for Financial Time Series with Machine Learning Models; State of the Art and Perspectives - Archive ouverte HAL
Communication Dans Un Congrès Année : 2022

Algorithmic Trading and Short-term Forecast for Financial Time Series with Machine Learning Models; State of the Art and Perspectives

Dakota Joiner
  • Fonction : Auteur
Amy Vezeau
  • Fonction : Auteur
Albert Wong
  • Fonction : Auteur
Langara College
Gaetan Hains
  • Fonction : Auteur
Université Paris-Est Créteil Val-de-Marne - Faculté des sciences et technologie
Youry Khmelevsky
  • Fonction : Auteur
Okanagan College

Domaines

Informatique [cs]
Algorithmic_Trading_and_Short-term_Forecast_for_Financial_Time_Series_with_Machine_Learning_Models_State_of_the_Art_and_Perspectives.pdf (642.71 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Gaétan Hains  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-04031784

Soumis le : jeudi 14 décembre 2023-14:43:26

Dernière modification le : lundi 18 décembre 2023-17:25:10

Fichier non déposé

Dates et versions

hal-04031784 , version 1 (14-12-2023)

Identifiants

Citer

Dakota Joiner, Amy Vezeau, Albert Wong, Gaetan Hains, Youry Khmelevsky. Algorithmic Trading and Short-term Forecast for Financial Time Series with Machine Learning Models; State of the Art and Perspectives. 2022 IEEE International Conference on Recent Advances in Systems Science and Engineering (RASSE), Nov 2022, Tainan, Taiwan. pp.1-9, ⟨10.1109/RASSE54974.2022.9989592⟩. ⟨hal-04031784⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

LACL UPEC
28 Consultations
33 Téléchargements

Altmetric

Partager

More