An Introduction to Wavelets and Other Filtering Methods in Finance and Economics
-
20% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár EUR 114.00
-
48 358 Ft (46 056 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 20% (cc. 9 672 Ft off)
- Kedvezményes ár 38 687 Ft (36 845 Ft + 5% áfa)
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
48 358 Ft
Beszerezhetőség
Megrendelésre a kiadó utánnyomja a könyvet. Rendelhető, de a szokásosnál kicsit lassabban érkezik meg.
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadó Academic Press
- Megjelenés dátuma 2001. október 12.
- ISBN 9780122796708
- Kötéstípus Keménykötés
- Terjedelem384 oldal
- Méret 228x152 mm
- Súly 640 g
- Nyelv angol
- Illusztrációk w. figs. 0
Kategóriák
Hosszú leírás:
An Introduction to Wavelets and Other Filtering Methods in Finance and Economics presents a unified view of filtering techniques with a special focus on wavelet analysis in finance and economics. It emphasizes the methods and explanations of the theory that underlies them. It also concentrates on exactly what wavelet analysis (and filtering methods in general) can reveal about a time series. It offers testing issues which can be performed with wavelets in conjunction with the multi-resolution analysis. The descriptive focus of the book avoids proofs and provides easy access to a wide spectrum of parametric and nonparametric filtering methods. Examples and empirical applications will show readers the capabilities, advantages, and disadvantages of each method.
TöbbTartalomjegyzék:
Preface
Introduction
Linear Filters
Optimum Linear Estimation
Discrete Wavelet Transforms
Wavelets and Stationary Processes
Wavelet Denoising
Wavelets for Variance-Covariance Estimation
Artificial Neural Networks
