MétaCan
Menu
Retour à la cohorte
Enregistrement W3089672324 · doi:10.1016/j.chaos.2020.110223

The effect of market confidence on a financial system from the perspective of fractional calculus: Numerical investigation and circuit realization

2020· article· en· W3089672324 sur OpenAlexaff
Shubo Chen, Hadi Jahanshahi, Oumate Alhadji Abba, J.E. Solís-Pérez, Stelios Bekiros, J. F. Gómez‐Aguilar, Amin Yousefpour, Yu‐Ming Chu

Notice bibliographique

RevueChaos Solitons & Fractals · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueComplex Systems and Time Series Analysis
Établissements canadiensWilfrid Laurier UniversityUniversity of Manitoba
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésPhase portraitRealization (probability)ChaoticLyapunov exponentPerspective (graphical)Fractional calculusComputer scienceBifurcationCascadeCHAOS (operating system)MathematicsControl theory (sociology)Applied mathematicsNonlinear systemStatisticsArtificial intelligencePhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

Modeling and analysis of financial systems have been interesting topics among researchers. The more precisely we know dynamic of systems, the better we can deal with them. This way, in this paper, we investigate the effect of market confidence on a financial system from the perspective of fractional calculus. Market confidence, which is a significant concern in economic systems, is considered, and its effects are comprehensively investigated. The system has been studied through numerical simulations and analyses, such as the Lyapunov exponents, bifurcation diagrams, and phase portrait. It is shown that the system enters chaos through experiencing a cascade of period doublings, and the existence of chaos is verified. Finally, an analog circuit of the chaotic system is designed and implemented to prove its feasibility in real-world applications. Also, through the circuit implementation, the effects of different factors on the behavior of the systems are investigated.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,023
Tête enseignante GPT0,218
Écart entre enseignants0,195 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations141
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChaos Solitons & FractalsMême sujetComplex Systems and Time Series AnalysisTravaux en français237 207