Mostrar el registro sencillo del ítem

dc.contributor.advisorFernández-Gámez, Manuel Ángel 
dc.contributor.advisorAlaminos Aguilera, David
dc.contributor.authorAguilar Vijande, Fernando
dc.contributor.otherFinanzas y Contabilidades_ES
dc.date.accessioned2024-05-10T09:41:20Z
dc.date.available2024-05-10T09:41:20Z
dc.date.created2024
dc.date.issued2024-02-28
dc.date.submitted2024-04-04
dc.identifier.urihttps://hdl.handle.net/10630/31248
dc.description.abstractEsta tesis doctoral desarrolla una técnica de aprendizaje automático para estimar los dos modelos principales y populares de ataques especulativos. Esto responde a las preocupaciones actuales sobre la situación financiera de las divisas. Para llevar a cabo esta investigación, se han utilizado datos de casos de países como México, Tailandia, Argentina, Islandia, Vietnam, Turquía y Nigeria, que han experimentado dificultades con el tipo de cambio de sus divisas en algún momento de las últimas décadas y han sido objeto de ataques por parte de especuladores del mercado de divisas.es_ES
dc.language.isospaes_ES
dc.publisherUMA Editoriales_ES
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectCambio extranjero - Tesis doctoraleses_ES
dc.subject.otherRedes neuronaleses_ES
dc.subject.otherDivisases_ES
dc.subject.otherAtaques especulativoses_ES
dc.subject.otherFinanzases_ES
dc.subject.otherContabilidades_ES
dc.titleRedes neuronales para la estimación de modelos de ataques especulativoses_ES
dc.typeinfo:eu-repo/semantics/doctoralThesises_ES
dc.centroFacultad de Ciencias Económicas y Empresarialeses_ES
dc.rights.ccAttribution-NonCommercial-NoDerivatives 4.0 Internacional*


Ficheros en el ítem

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Excepto si se señala otra cosa, la licencia del ítem se describe como Attribution-NonCommercial-NoDerivatives 4.0 Internacional