a
a
Weather:
city not found
HomeBitcoinLes déterminants du prix du Bitcoin: utiliser GARCH et les approches d’apprentissage automatique

Les déterminants du prix du Bitcoin: utiliser GARCH et les approches d’apprentissage automatique

  • Anders, N. (2014). L’histoire problématique de l’échange de mtgox Bitcoin. https://anders.io/the-troublesome-history-of-the-bitcoin-exchange-mtgox/

  • Baur, DG, Dimpfl, T. et Kuck, K. (2018). Bitcoin, or et dollar américain: une réplique et une extension. Lettres de recherche financière, 25, 103-110.

    Article Google Scholar

  • Bouri, E., Molnár, P., Azzi, G., Roubaud, D. et Hagfors, LI (2017). Sur les propriétés de couverture et de valeur refuge de Bitcoin: est-ce vraiment plus qu’un diversificateur? Lettres de recherche financière, 20, 192–198.

    Article Google Scholar

  • Brière, M., Oosterlinck, K. et Szafarz, A. (2015). Retour tangible en monnaie virtuelle: diviser le portefeuille avec Bitcoin. Journal of Asset Management, 16(6), 365–373.

    Article Google Scholar

  • Chiang, HS, Sangaiah, AK, Chen, MY et Liu, JY (2020). Un nouvel algorithme pour optimiser les colonies d’abeilles artificielles avec SVM pour les réseaux définis par logiciel d’inspiration biologique. Revue internationale de programmation parallèle, 48, 310–328.

    Article Google Scholar

  • Conti, M., Kumar, ES, Lal, C. et Ruj, S. (2018). Une enquête sur les problèmes de sécurité et de confidentialité de Bitcoin. Enquêtes et tutoriels sur les communications IEEE, 20(4), 3416–3452.

    Article Google Scholar

  • Damodaran, A. (2017). Le Bitcoin est-il né comme un actif, une monnaie, une marchandise ou un objet de collection? http://aswathdamodaran.blogspot.com/2017/10/the-bitcoin-boom-asset-currency.html.

  • Daştan, ©., Et Gürler, C. (2016). Facteurs influençant l’adoption des systèmes de paiement mobile: une analyse empirique. Journal des marchés émergents, 6(1), 17-24.

    Article Google Scholar

  • Dyhrberg, AH (2016). Bitcoin, or et dollar: une analyse de volatilité GARCH. Lettres de recherche financière, 16, 85–92.

    Article Google Scholar

  • Franklin, M. (2016). Un profil de devise BitCoin: une étude exploratoire. International Journal of Business & Economics Perspectives, 11(1), 80–92.

    Google Scholar

  • Fujibuchi, W. et Kato, T. (2007). Classification des données de microréseaux hétérogènes par noyau d’entropie maximale. BMC Bioinformatique, 8(267), 1-10.

    Google Scholar

  • Grinberg, R. (2012). Bitcoin: une monnaie numérique alternative innovante. Journal de droit scientifique et technologique de Hastings, 4, 159–208.

    Google Scholar

  • Harish, N., Mandal, S., Rao, S., et Patil, SG (2015). Machine à vecteurs de soutien basée sur l’optimisation des essaims de particules pour prédire le niveau de dommage des brise-lames de quai non modifiés. Soft Computing appliqué, 27, 313–321.

    Article Google Scholar

  • Harper, J. (2013). Quelle est la valeur de Bitcoin. CATO à Liberty, https://www.cato.org/blog/what-value-bitcoin.

  • Hsu, CW, Chang, CC et Lin, CJ (2010). A Practical Guide to Support Vector Classification, National Taiwan University. https://www.csie.ntu.edu.tw/~cjlin/papers/guide/guide.pdf

  • Ju, L., Lu, T. et Tu, Z. (2016). Fuite des capitaux et réglementation Bitcoin. Audit financier international, 16(3), 445–455.

    Article Google Scholar

  • Nakamoto, S. (2009). Bitcoin: un égalpoursystème électronique de paiement par les pairs. https://bitcoin.org/bitcoin.pdf.

  • Plassaras, NA (2013). Régulation des monnaies numériques: mettre le Bitcoin à la portée du FMI. Chicago Journal of International Law, 14, 377–407.

    Google Scholar

  • Quinlan, JR (1993). Programmes d’apprentissage automatique. San Francisco: Morgan Kaufmann.

    Google Scholar

  • Sebtosheikh, MA et Salehi, A. (2015). Prédiction lithologique utilisant des classificateurs de vecteurs de support utilisant des données d’attributs sismiques inversés et des registres pétrophysiques comme nouvelle approche et étude de l’effet de la taille de l’ensemble de données d’entraînement sur ses performances dans un réservoir de carbonate hétérogène. Journal of Petroleum Science and Engineering, 134, 143-149.

    Article Google Scholar

  • Takaishi, T. et Adachi, T. (2018). Effet Taylor dans la série chronologique de Bitcoin. Lettres économiques, 172, 5–7.

    Article Google Scholar

  • Tsukerman, M. (2015). Le bloc chaud est une enquête sur l’état de la réglementation Bitcoin et des suggestions pour l’avenir. Berkeley Technology Law Journal, 30(385), 1127-1170.

    Google Scholar

  • Urquhart, A. (2016). L’inefficacité de Bitcoin. Lettres économiques, 148, 80–82.

    Article Google Scholar

  • Wu, CY et Pandey, VK (2014). La valeur de Bitcoin dans l’amélioration de l’efficacité du portefeuille d’un investisseur. Journal de planification financière, 27(9), 44-52.

    Google Scholar

  • Zhu, Y., Dickinson, D. et Li, J. (2017). Analyse de l’influence des prix Bitcoin basée sur le modèle VEC. Innovation financière, 3(1), 1–13.

    Article Google Scholar

  • https://link.springer.com/article/10.1007/s10614-020-10057-7

    No comments

    leave a comment