Bitcoin pelno prognozuotojas
Turinys
Finansinių technologijų įmonių vertinimo metodologijos tyrimas Baigiamojo darbo vadovas prof. Jelena Stankevičienė Anotacija lietuvių k. Šis magistro darbas skirtas Fintech įmonių vertinimo metodikai ištirti.
Žvaigždžių kriptovaliutų investicijos
Šio magistro baigiamojo darbo tikslas — sukurti ir įgyvendinti modelį, integruojant lyginamosios įmonės analizės ir kelių kriterijų sprendimų priėmimo MCDM metodų sistemas: Analitinės hierarchijos procesą AHP ir užsakymo pirmenybės pagal panašumą į idealų sprendimą techniką TOPSIS.
Modelis buvo patvirtintas naudojant jautrumo analizę, o laiko eilučių prognozavimas buvo naudojamas Fintech įmonių ateities prognozėms. Šį magistro darbą sudaro trys pagrindiniai skyriai; Pirmame skyriuje pateikiamas teorinis tyrimas ir sukaupta esama informacija apie FinTech evoliuciją, FinTech ekosistemą, FinTech įmonių svarbą ir skirstymą į kategorijas, verslo modelį, taip pat vertinimo svarbą ir metodikas bei modelius, naudojamus vertinant Fintech įmones.
Antrame skyriuje pristatoma šiame tyrime bitcoin pelno prognozuotojas metodika, daugiausia dėmesio skiriant siūlomo modelio teoriniams aspektams naudojant lyginamąją įmonių analizę CCAMCDM metodą ir laiko eilučių prognozavimo metodą.
Taip pat siūlomas konceptualus tyrimo atlikimo modelis. Trečiame skyriuje pristatoma praktinė tyrimo dalis, kurioje tiriamos pasirinktos Fintech įmonės ir analizė, padedanti sukurti Fintech įmonių vertės įvertinimo modelį.
Jis baigiasi rezultatų patvirtinimu naudojant jautrumo analizę ir siūlo optimalų geriausią variantą ateičiai naudojant laiko eilučių prognozavimą. Darbą sudaro 6 dalys: Įvadas, Fintech įmonių literatūros apžvalga, Bitcoin pelno prognozuotojas, MCDM ir laiko eilučių prognozavimo integravimas, Fintech įmonių vertinimo metodikos įvertinimas, išvados, apribojimai, rekomendacijos ir literatūros sąrašas.
Crypto rinkos dangtelio prognozavimas, Atsiliepimai
Darbo apimtis: 77 p. Priedai pateikiami atskirai Raktiniai žodžiai: Šis magistro darbas skirtas Fintech įmonių vertinimo metodikai ištirti. Anotacija užsienio k.
This master thesis is aimed to research on the valuation methodology of Fintech companies. The model was validated using sensitivity analysis and time series forecasting was used to make future prediction of the Fintech companies. The second chapter present the methodology used in this research with focus on the theoretical aspects of the proposed model using comparative company analysis CCAMCDM method and time series forecasting method.
Also, it proposes a conceptual model of how the research would be conducted.
The third chapter present the practical part of the research where the selected Fintech companies are investigated and analysis to help develop a model for the estimation of the worth of Fintech companies. It ends with the validation of the results using sensitivity analysis and suggests the optimal best for the future using time series forecasting.
¡La CRISIS ya ha EMPEZADO! - ¿Cómo PROTEGERNOS durante la CAÍDA?
Structure: Introduction, literature review of Fintech companies, integration of CCA, MCDM and time series forecasting, assessment of valuation methodology in Fintech companies, conclusions, limitations, recommendations, and references.
Scope of the thesis: 77 pages text deprived of annexes, bibliographical entries, 12 figures,and 18 tables. Studento vardas, pavardė.
- Kaip greitai užsidirbti pinigų ne internetu
- Crypto rinkos dangtelio prognozavimas Kaip pradėti bitcoin atm
- Kaip investuoti į bitcoin unocoin
- Neuroniniai tinklai: pelno prognozavimas - Investavimas
- Browse eLABa Fedora objects
