5. ANALYSIS OF STRATEGIES USED5.1 Analysis by Non-soft ComputingIn gen การแปล - 5. ANALYSIS OF STRATEGIES USED5.1 Analysis by Non-soft ComputingIn gen ไทย วิธีการพูด

5. ANALYSIS OF STRATEGIES USED5.1 A

5. ANALYSIS OF STRATEGIES USED
5.1 Analysis by Non-soft Computing
In generally, conventional economic forecasting methods base on statistical techniques such as regression, maximum likelihood functions [18].
In 1996, Tantinakom investigated economic factors influencing in the Thai stock market [11]. His study was based on daily data from July 4, 1994 to June 28, 1996. The economic factors used were based on both fundamental factors and technical factors included trading value, trading volume, interbank overnight rate, inflation, net trading value of investment, value of the Thai Baht, price earning ratio, the Dow Jones Index, the Hang Seng Index, the Nikkei Index, Straits Times Industrial Index, and Kuala Lumpur Stock Exchange Composite Index. By using a multiple regression method, the study showed that the statistically significant influences on the SET were the price earning ratio, the Straits Time index and the net trading value of foreign investment. These factors moved in a similar direction to the SET Index [11]. In addition, the value of the Thai Baht was statistically significant in its influence on the SET index, but moved in the opposite direction [11].
By using the Ordinary Least Squares for the regression specification, Khumyoo (2000) also analyzed factors impacting on the prices of stocks trading in the SET [12]. This study was based on monthly data in two periods: from January 1994 to December 1995 and from January 1996 to December 1999. The author found that the statistically significant factors on stock prices in the first period were the Dow Jones 30 Industrial Index, Hang Seng Index, Nikkei 255 Index, Straits Times Industrial Index, Taiwan Weighted Index, the gold price, the exchange rate between the Japanese Yen and the Thai Baht, the Minimum Loan Rate (MLR), and the oil price. In the second period, the Dow Jones 30 Industrial Index, Hang Seng Index, Nikkei 255 Index, gold price, the exchange rate between the US Dollar and the Thai Baht, the Minimum Loan Rate (MLR), money supply, and inter bank overnight rate were statistically significant on prices of stocks trading on the SET [12]. To investigate the relationships between the SET Index and the United States stock indices including the Nasdaq Index, Dow Jones Index, and the S&P500 Index, Chaereonkithuttakorn (2005) applied the co-integration method and the Grange causality analysis on daily data during the period from January 2, 2003 to February 28, 2005 [13]. This study showed the three United States
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
5. การวิเคราะห์กลยุทธ์ที่ใช้5.1 วิเคราะห์ โดยการคำนวณไม่ใช่นุ่มในทั่วไป ทั่วไปวิธีการคาดการณ์เศรษฐกิจฐานบนเทคนิคทางสถิติดังกล่าวเป็นการถดถอย โอกาสสูงสุดฟังก์ชั่น [18]ในปี 1996, Tantinakom ตรวจสอบปัจจัยทางเศรษฐกิจมีอิทธิพลในตลาดหุ้นไทย [11] ศึกษาตามข้อมูลรายวันจาก 4 กรกฎาคม 1994 ที่ 28 มิถุนายน 1996 ปัจจัยทางเศรษฐกิจที่ใช้ได้ตามปัจจัยพื้นฐานและปัจจัยทางเทคนิครวมมูลค่าการซื้อขาย ปริมาณ อัตราระหว่างธนาคารข้ามคืน เงิน เฟ้อ ซื้อขายเงินลงทุน ค่าของเงินบาท ราคารายได้อัตรา ดัชนี Dow Jones ดัชนี Hang Seng ดัชนีนิกเกอิ ช่องแคบครั้ง ดัชนีอุตสาหกรรม และกัวลาลัมเปอร์ทรัพย์ ดัชนีคอมโพสิตสุทธิในการซื้อขาย โดยใช้วิธีการถดถอยหลาย การศึกษาแสดงให้เห็นว่ามีนัยสำคัญทางสถิติต่อชุดพนักงานรายได้อัตรา ดัชนีสเตรทส์เวลา และมูลค่าการลงทุนซื้อขายสุทธิ ปัจจัยเหล่านี้ย้ายในทิศทางคล้ายกับดัชนี SET [11] นอกจากนี้ ค่าของเงินบาทอย่างมีนัยสำคัญทางสถิติในดัชนีชุดอิทธิพล แต่ย้ายในทิศทางตรงกันข้าม [11]โดยอย่างน้อยสี่เหลี่ยมธรรมดาสำหรับข้อมูลจำเพาะการถดถอย Khumyoo (2000) ได้วิเคราะห์ปัจจัยที่ส่งผลกระทบต่อราคาหุ้นที่ซื้อขายในชุด [12] การศึกษานี้ตามข้อมูลรายเดือนในสองรอบระยะเวลา: จาก 1994 มกราคมการ 1995 ธันวาคม และ 1996 มกราคมถึง 1999 ธันวาคม ผู้เขียนพบว่า ปัจจัยที่มีนัยสำคัญทางสถิติจากราคาหุ้นในช่วงแรกมีดัชนีดาวโจนส์ 30 ดัชนีอุตสาหกรรม Hang Seng ดัชนี ดัชนีนิกเกอิ 255 ช่องแคบครั้ง ดัชนีอุตสาหกรรม ดัชนีถ่วงน้ำหนักไต้หวัน ราคาทองคำ อัตราแลกเปลี่ยนระหว่างเงินเย นของญี่ปุ่นบาท อัตราการยืมขั้นต่ำ (MLR), และราคาน้ำมัน สองงวด Dow Jones 30 ดัชนีอุตสาหกรรม Hang Seng ดัชนี ดัชนีนิกเกอิ 255 ราคาทองคำ อัตราระหว่างดอลลาร์สหรัฐและเงินบาท ขั้นต่ำกู้อัตรา (MLR), ปริมาณเงิน และอินเตอร์ราคาค้างคืนธนาคารมีนัยสำคัญทางสถิติที่ราคาหุ้นซื้อขายชุด [12] เพื่อตรวจสอบความสัมพันธ์ระหว่างดัชนีตลาดหลักทรัพย์และดัชนีหุ้นสหรัฐรวมถึง ดัชนี Nasdaq ดัชนี Dow Jones และ S และ ดัชนี P500, Chaereonkithuttakorn (2005) ใช้วิธีการบูรณาการร่วมกันและการแกรนจ์ causality วิเคราะห์ข้อมูลประจำวันช่วงจาก 2 มกราคม 2003 ที่ 28 กุมภาพันธ์ 2005 [13] การศึกษานี้แสดงให้เห็นว่าสหรัฐอเมริกาสาม
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
5. การวิเคราะห์กลวิธี
5.1 การวิเคราะห์โดยการคำนวณไม่นุ่ม
โดยทั่วไปวิธีการคาดการณ์ทางเศรษฐกิจธรรมดาฐานเกี่ยวกับเทคนิคทางสถิติเช่นการถดถอยฟังก์ชั่นสุดคุ้ม [18].
ในปี 1996 Tantinakom ตรวจสอบปัจจัยทางเศรษฐกิจที่มีอิทธิพลในตลาดหุ้นไทย [11 ] การศึกษาของเขาอยู่บนพื้นฐานของข้อมูลทุกวันตั้งแต่ 4 กรกฎาคม 1994 28 มิถุนายน 1996 ปัจจัยทางเศรษฐกิจที่ใช้อยู่บนพื้นฐานของทั้งปัจจัยพื้นฐานและปัจจัยทางเทคนิครวมมูลค่าการซื้อขายปริมาณการซื้อขายระหว่างธนาคารอัตราค้างคืนอัตราเงินเฟ้อมูลค่าการซื้อขายสุทธิของการลงทุน ค่าของเงินบาทอัตราส่วนราคารายดัชนี Dow Jones ที่ดัชนีฮั่งเส็งดัชนีนิกเกอิ, Straits Times ดัชนีอุตสาหกรรมและกัวลาลัมเปอร์ตลาดหลักทรัพย์ดัชนีคอมโพสิต โดยใช้วิธีการถดถอยหลายการศึกษาพบว่ามีอิทธิพลอย่างมีนัยสำคัญทางสถิติในตลาดหลักทรัพย์ฯ มีอัตราส่วนราคารายที่ดัชนีสเตรทส์เวลาและมูลค่าการซื้อขายสุทธิจากการลงทุนต่างประเทศ ปัจจัยเหล่านี้ย้ายไปในทิศทางคล้ายกับดัชนี SET [11] นอกจากนี้ค่าของเงินบาทอย่างมีนัยสำคัญทางสถิติอิทธิพลที่มีต่อดัชนีตลาดหลักทรัพย์ แต่ย้ายไปในทิศทางตรงกันข้าม [11].
โดยการใช้สแควร์สน้อยธรรมดาสำหรับสเปคการถดถอย Khumyoo (2000) นอกจากนี้ยังมีการวิเคราะห์ปัจจัยที่ส่งผลกระทบต่อ ราคาหุ้นซื้อขายในตลาดหลักทรัพย์ฯ [12] การศึกษาครั้งนี้อยู่บนพื้นฐานของข้อมูลรายเดือนในสองช่วงเวลา: จากมกราคม 1994 ถึงเดือนธันวาคมปี 1995 และตั้งแต่เดือนมกราคมปี 1996 ถึง 1999 ธันวาคมผู้เขียนพบว่าปัจจัยที่มีนัยสำคัญทางสถิติเกี่ยวกับราคาหุ้นในช่วงแรกเป็นดัชนี Dow Jones 30 อุตสาหกรรมฮั่งเส็ง ดัชนีนิกเกอิดัชนี 255 Straits Times อุตสาหกรรมดัชนีไต้หวันดัชนีถ่วงน้ำหนักราคาทองคำอัตราแลกเปลี่ยนระหว่างเงินเยนของญี่ปุ่นและไทยบาทเงินกู้อัตราขั้นต่ำ (MLR) และราคาน้ำมัน ในช่วงที่สองดาวโจนส์ 30 อุตสาหกรรมดัชนีดัชนีฮั่งเส็ง, นิกเกอิดัชนี 255 ราคาทองอัตราแลกเปลี่ยนระหว่างเงินดอลลาร์สหรัฐและเงินบาทอัตราดอกเบี้ยเงินกู้ยืมขั้นต่ำ (MLR) ปริมาณเงินและเงินกู้ยืมระหว่างธนาคารในชั่วข้ามคืน อัตราการอย่างมีนัยสำคัญทางสถิติเกี่ยวกับราคาของหุ้นการซื้อขายในตลาดหลักทรัพย์แห่งประเทศไทย [12] เพื่อตรวจสอบความสัมพันธ์ระหว่างดัชนี SET และสหรัฐอเมริกาดัชนีตลาดหุ้นรวมทั้งดัชนี Nasdaq ดัชนีดาวโจนส์และ S & P500 ดัชนี Chaereonkithuttakorn (2005) ที่ใช้วิธีการร่วมบูรณาการและการวิเคราะห์ Grange เวรกรรมกับข้อมูลในชีวิตประจำวันในช่วงระยะเวลาจาก 2 มกราคม 2003 ที่จะ 28 กุมภาพันธ์ 2005 [13] การศึกษาครั้งนี้แสดงให้เห็นว่าทั้งสามประเทศสหรัฐอเมริกา
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
5 . การวิเคราะห์กลยุทธ์ที่ใช้5.1 การวิเคราะห์โดยคอมพิวเตอร์ไม่นุ่มในทั่วไป , ทั่วไปวิธีการพยากรณ์เศรษฐกิจบนพื้นฐานเทคนิคทางสถิติเช่นการถดถอย , ฟังก์ชันความน่าจะเป็นสูงสุด [ 18 ]ในปี 1996 tantinakom ศึกษาปัจจัยทางเศรษฐกิจที่มีอิทธิพลต่อในตลาดหุ้นไทย [ 11 ] การศึกษาใช้ข้อมูลรายวันจาก 4 กรกฎาคม 2537 ถึง 28 มิถุนายน 2539 ปัจจัยทางเศรษฐกิจที่ใช้ตามปัจจัยพื้นฐานและปัจจัยทางเทคนิค รวมทั้งค่า ปริมาณการซื้อขายการซื้อขาย อัตราเงินเฟ้อ อัตราเงินกู้ข้ามคืนมูลค่าการซื้อขายสุทธิของการลงทุน ค่าของเงินบาท ราคา รายได้ อัตราส่วน ดัชนีดาวโจนส์ ดัชนีฮั่งเส็ง ดัชนี Nikkei Straits Times อุตสาหกรรม ดัชนี และ กัวลาลัมเปอร์ตลาดหลักทรัพย์ ดัชนีคอมโพสิต . โดยใช้วิธีการถดถอยพหุคูณ พบว่ามีอิทธิพลอย่างมีนัยสำคัญทางสถิติต่อชุดราคารายได้ต่อช่องแคบเวลาดัชนีและมูลค่าการซื้อขายสุทธิของการลงทุนจากต่างประเทศ ปัจจัยเหล่านี้ย้ายไปอยู่ในทิศทางเดียวกันกับดัชนี [ 11 ] นอกจากนี้ค่าของเงินบาทอย่างมีนัยสำคัญทางสถิติในอิทธิพลที่มีต่อดัชนีราคาหลักทรัพย์ แต่ไปในทิศทางตรงข้าม [ 11 ]โดยใช้วิธี Ordinary Least Squares สำหรับการถดถอยของ khumyoo ( 2000 ) ยังได้วิเคราะห์ปัจจัยที่ส่งผลกระทบต่อราคาของการซื้อขายหุ้นในตลาดหลักทรัพย์ [ 12 ] การศึกษานี้ใช้ข้อมูลรายเดือนใน 2 ช่วงเดือนมกราคมพ.ศ. 2537 ถึงเดือนธันวาคม 2538 ตั้งแต่มกราคม 2539 ถึงธันวาคม 2542 ผู้เขียนพบว่าแตกต่างกันอย่างมีนัยสำคัญทางสถิติ ปัจจัยต่อราคาหุ้นในระยะแรก คือ ดัชนีอุตสาหกรรมดาวโจนส์ ดัชนีฮังเส็ง 30 , 255 ดัชนี Nikkei Straits Times อุตสาหกรรมดัชนี ดัชนีถ่วงน้ำหนักไต้หวัน , ราคาทองคำ , อัตราแลกเปลี่ยนระหว่างเงินเยนของญี่ปุ่น และ บาทไทย อัตราดอกเบี้ยเงินกู้ขั้นต่ำ ( MLR ) และน้ำมันราคา ในช่วงที่สอง โดยดัชนีอุตสาหกรรมดาวโจนส์ ดัชนีฮังเส็ง 30 , 255 , ดัชนีนิกเกอิ , ราคาทองคำ , อัตราแลกเปลี่ยนระหว่างเงินดอลลาร์สหรัฐและเงินบาท และอัตราดอกเบี้ยเงินกู้ขั้นต่ำ ( MLR ) , จัดหาเงินระหว่างธนาคารและอัตราค้างคืนมีความแตกต่างในราคาของการซื้อขายหุ้นในตลาดหลักทรัพย์ [ 12 ] เพื่อศึกษาความสัมพันธ์ระหว่างดัชนีและสหรัฐอเมริกาหุ้นดัชนี ได้แก่ ดัชนี NASDAQ ดัชนี Dow Jones และ S & P500 ดัชนี chaereonkithuttakorn ( 2005 ) ใช้ร่วมบูรณาการวิธีการและการวิเคราะห์ความสัมพันธ์ของข้อมูลทุกวัน ในช่วงระยะเวลา ตั้งแต่วันที่ 2 มกราคม 2546 ถึง วันที่ 28 กุมภาพันธ์ พ.ศ. 2548 [ 13 ] การศึกษาครั้งนี้แสดงให้เห็นถึงสามสหรัฐอเมริกา
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2024 I Love Translation. All reserved.

E-mail: