CN111210066A - 一种基于ai及大数据技术的股票分析推荐系统 - Google Patents

一种基于ai及大数据技术的股票分析推荐系统 Download PDF

Info

Publication number
CN111210066A
CN111210066A CN202010004239.1A CN202010004239A CN111210066A CN 111210066 A CN111210066 A CN 111210066A CN 202010004239 A CN202010004239 A CN 202010004239A CN 111210066 A CN111210066 A CN 111210066A
Authority
CN
China
Prior art keywords
stock
information
enterprise
market
module
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN202010004239.1A
Other languages
English (en)
Inventor
袁少华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202010004239.1A priority Critical patent/CN111210066A/zh
Publication of CN111210066A publication Critical patent/CN111210066A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Finance (AREA)
  • Software Systems (AREA)
  • Accounting & Taxation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Artificial Intelligence (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Medical Informatics (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Technology Law (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明公开了一种基于AI及大数据技术的股票分析推荐系统，包括系统总成，其特征在于：系统总成包括信息收集模块、信息存储模块、信息分析模块和投资策略推荐模块；信息存储模块包括市场信息存储模组、股市信息存储模组、企业信息存储模组和社会信息存储模组；信息分析模块包括市场信息分析模组、股市信息分析模组、企业信息分析模组、社会信息分析模组和五维股票综合模组。本发明与现有技术相比的优点在于：通过各模块间的配合工作，实现对股市行情的正确预估，对于个人投资者来说，可提供一个抵抗风险并获得最大化收益的决策方案，对于投资基金投资公司则产生长期决策方案，在社会意义上，减少市场资金浪费，促进金融系统系的长期稳定增长。

Description

一种基于AI及大数据技术的股票分析推荐系统
技术领域
本发明涉及股票领域，具体是指一种基于AI及大数据技术的股票分析推荐系统。
背景技术
股票市场由于其独特的复杂性、随机性、高回报和高风险性，一直是社会的一个热点和难点。市面上对于股票的推荐软件都有一定的侧重性，技术不够全面，对于抵抗风险的能力和预测波动的准确性都没有很好的办法。
当前赶上互联网、大数据技术及人工AI的发展，各项技术已经运用到了社会的方方面面，在股市上的运用还没有很好的效果。
为了减少市场上盲目投资的用户比例，给更多人全面的市场分析和合理的资金投资策略，需要一个运用更多领先技术的框架设计，因此，设计出一种基于AI及大数据技术的股票分析推荐系统势在必行。
发明内容
本发明要解决的技术问题是；(1)现有股票及企业的信息收集不全面，获取不及时；
(2)对于股票走势的预测准确性无法保证；
(3)对于投资策略的选择合理里无法保证，进一步导致回报率无法持续；
为解决上述技术问题，本发明提供的技术方案为：一种基于AI及大数据技术的股票分析推荐系统，包括系统总成，其特征在于：系统总成包括信息收集模块、信息存储模块、信息分析模块和投资策略推荐模块；
信息存储模块包括市场信息存储模组、股市信息存储模组、企业信息存储模组和社会信息存储模组；
信息分析模块包括市场信息分析模组、股市信息分析模组、企业信息分析模组、社会信息分析模组和五维股票综合模组。
本发明与现有技术相比的优点在于：通过各模块间的配合工作，实现对股市行情的正确预估，实际产生的效益有：(1)对于个人投资者来说，可提供一个抵抗风险并获得最大化收益的决策方案；
(2)对于投资基金投资公司则产生长期决策方案；
(3)社会意义上，减少市场资金浪费，促进金融系统系的长期稳定增长。
作为改进，信息收集模块通过网关连接至IDC，全面收集各大经济报纸、期刊和网站的市场动态信息以及企业信息，并加上股市及企业主要管理人员微博或脸书两种社交网络服务平台的信息，通过大数据和AI技术保证信息的完整性和可靠性，将上述收集到的所有信息以数据的形式输送至信息存储模块；
作为改进，信息存储模块对输送来的信息数据进行分类处理，存储至对应的信息存储模组、股市信息存储模组、企业信息存储模组或社会信息存储模组中。
作为改进，信息分析模块基于更准确评估股票的目的，利用全新的五维股票模型，五维股票模型把股票的风险性、可操作性、预期收益率、投资周期和财力需求强度这五个维度用一组数据来量化，给股票描绘一个全面清晰的透视图。
作为改进，市场信息分析模组对应企业所在行业的行业前景、行业周期、上下游企业动态、行业风险、市场饱和程度和企业在行业中的生态位信息进行分析，运用行业发展模型理论对企业的发展和前景作出概率性评估。
作为改进，股市信息分析模组对股市的交易量、股市K线、市场估值、公司财报、股市指数和板块指数这几类股市数据进行分析，对股票环境、股民对该股票的信心预期和该股票流通性进行评估。
作为改进，企业信息分析模组对企业历史决策、企业文化、资金情况、企业主要管理人员的性格特征、制度流程、技术积累和近期相关企业新闻这几类信息进行分析，通过企业管理学、企业发展模型和个人性格在企业中的影响模型，进行企业生存发展概率预期和投资决策预期的概率评估。
作为改进，社会信息分析模组对社会近期大事件、政府政策变动、社会热点流向和重大灾情事件的信息数据进行相关影响分析，预测社会信息对各个行业和企业的影响。
作为改进，五维股票综合模组主要整合市场信息分析模组、股市信息分析模组、企业信息分析模组和社会信息分析模组得出五维股票模型数据，具体步骤如下：
(1)通过市场周期、企业发展状态、股票当前市值及行业其他同类型企业对比数据给股票的风险作出评估，100分标识未来一定会长，60分表示60％概率会长，0分标识企业很大可能性破产倒闭；
(2)通过分析股市环境、股民信心、股票流通性、单股价格、流通股票总价格和企业最新动态信息数据，对股票的可操作性做出评估，100分标识容易操控，投资决策容易影响股票波动，低分表示股票稳定，操作困难；
(3)通过对当前股价、企业发现前景、社会信息影响和行业发展前景的信息数据进行分析，评估预期收益率，0分表示收益率极地，50分表示两倍收益率，100分表示极大收益率；
(4)通过对股票市场走势、当前企业估值、企业发展预期、行业发展周期和最近社会动态信息数据进行评估，分析投资回报周期，分数和回报周期成反比，0分表示长期投资，100分表示可以定时操作，回报周期和收益率是相关数据，有动态匹配关系；
(5)通过对股票单股价格、市场流通总值和回报周期数据进行分析，得到操作该股票需要的最低可用资金额度，用最低可用资金额度比上一个固定金额的值得到财力需求强度。
作为改进，投资策略推荐模块根据对应人员的资金情况、期望回报周期、期望回报率和可接受风险程度信息数据，结合信息分析模块结果，基于巴菲特的投资三大操作原则，运用AI技术在海量股票中选出一组可以抵抗风险并收益最大的投资组合及操作说明，并显示相关股票的相关信息及信息来源。
附图说明
图1是一种基于AI及大数据技术的股票分析推荐系统的系统总成的结构示意图。
图2是一种基于AI及大数据技术的股票分析推荐系统的信息存储模块的结构示意图。
图3是一种基于AI及大数据技术的股票分析推荐系统的信息分析模块的结构示意图。
图4是一种基于AI及大数据技术的股票分析推荐系统的工作流程示意图。
具体实施方式
下面结合附图对本发明做进一步的详细说明。
本发明在具体实施时，一种基于AI及大数据技术的股票分析推荐系统，包括系统总成，所述的系统总成包括信息收集模块、信息存储模块、信息分析模块和投资策略推荐模块；
所述的信息存储模块包括市场信息存储模组、股市信息存储模组、企业信息存储模组和社会信息存储模组；
所述的信息分析模块包括市场信息分析模组、股市信息分析模组、企业信息分析模组、社会信息分析模组和五维股票综合模组。
所述的信息收集模块通过网关连接至IDC，全面收集各大经济报纸、期刊和网站的市场动态信息以及企业信息，并加上股市及企业主要管理人员微博或脸书两种社交网络服务平台的信息，通过大数据和AI技术保证信息的完整性和可靠性，将上述收集到的所有信息以数据的形式输送至所述的信息存储模块；
所述的信息存储模块对输送来的信息数据进行分类处理，存储至对应的所述的信息存储模组、股市信息存储模组、企业信息存储模组或社会信息存储模组中。
所述的信息分析模块基于更准确评估股票的目的，利用全新的五维股票模型，所述的五维股票模型把股票的风险性、可操作性、预期收益率、投资周期和财力需求强度这五个维度用一组数据来量化，给股票描绘一个全面清晰的透视图。
所述的市场信息分析模组对应企业所在行业的行业前景、行业周期、上下游企业动态、行业风险、市场饱和程度和企业在行业中的生态位信息进行分析，运用行业发展模型理论对企业的发展和前景作出概率性评估。
所述的股市信息分析模组对股市的交易量、股市K线、市场估值、公司财报、股市指数和板块指数这几类股市数据进行分析，对股票环境、股民对该股票的信心预期和该股票流通性进行评估。
所述的企业信息分析模组对企业历史决策、企业文化、资金情况、企业主要管理人员的性格特征、制度流程、技术积累和近期相关企业新闻这几类信息进行分析，通过企业管理学、企业发展模型和个人性格在企业中的影响模型，进行企业生存发展概率预期和投资决策预期的概率评估。
所述的社会信息分析模组对社会近期大事件、政府政策变动、社会热点流向和重大灾情事件的信息数据进行相关影响分析，预测社会信息对各个行业和企业的影响。
所述的五维股票综合模组主要整合所述的市场信息分析模组、股市信息分析模组、企业信息分析模组和社会信息分析模组得出五维股票模型数据，具体步骤如下：
(1)通过市场周期、企业发展状态、股票当前市值及行业其他同类型企业对比数据给股票的风险作出评估，100分标识未来一定会长，60分表示60％概率会长，0分标识企业很大可能性破产倒闭；
(2)通过分析股市环境、股民信心、股票流通性、单股价格、流通股票总价格和企业最新动态信息数据，对股票的可操作性做出评估，100分标识容易操控，投资决策容易影响股票波动，低分表示股票稳定，操作困难；
(3)通过对当前股价、企业发现前景、社会信息影响和行业发展前景的信息数据进行分析，评估预期收益率，0分表示收益率极地，50分表示两倍收益率，100分表示极大收益率；
(4)通过对股票市场走势、当前企业估值、企业发展预期、行业发展周期和最近社会动态信息数据进行评估，分析投资回报周期，分数和回报周期成反比，0分表示长期投资，100分表示可以定时操作，回报周期和收益率是相关数据，有动态匹配关系；
(5)通过对股票单股价格、市场流通总值和回报周期数据进行分析，得到操作该股票需要的最低可用资金额度，用最低可用资金额度比上一个固定金额的值得到财力需求强度。
所述的投资策略推荐模块根据对应人员的资金情况、期望回报周期、期望回报率和可接受风险程度信息数据，结合所述的信息分析模块结果，基于巴菲特的投资三大操作原则，运用AI技术在海量股票中选出一组可以抵抗风险并收益最大的投资组合及操作说明，并显示相关股票的相关信息及信息来源。
本发明的工作原理：为了更准确的评估股票，信息分析模块采用全新的五维股票模型，该模型把股票的风险性、可操作性、预期收益率、投资周期和财力需求强度这五个维度用一组数据来量化，给股票描绘一个全面清晰的透视图，为了实现五维股票模型的构建，分析模块分为市场信息分析模组、股市信息分析模组、企业信息分析模组和社会信息分析模组四个对应小模组，分别使用不同的大数据和AI深度学习技术处理收集到的信息。
五维股票综合模组主要整合以上四个模块的分析结果数据，得出五维股票模型数据，投资决策模块根据五维股票模型数据及对应人员的资金情况、期望回报周期、期望回报率和可接受风险程度信息数据，结合所述的信息分析模块结果，基于巴菲特的投资三大操作原则，运用AI技术在海量股票中选出一组可以抵抗风险并收益最大的投资组合及操作说明，并显示相关股票的相关信息及信息来源。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征，在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具本的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”，“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种基于AI及大数据技术的股票分析推荐系统，包括系统总成，其特征在于：所述的系统总成包括信息收集模块、信息存储模块、信息分析模块和投资策略推荐模块；
所述的信息存储模块包括市场信息存储模组、股市信息存储模组、企业信息存储模组和社会信息存储模组；
所述的信息分析模块包括市场信息分析模组、股市信息分析模组、企业信息分析模组、社会信息分析模组和五维股票综合模组。
2.根据权利要求1所述的一种基于AI及大数据技术的股票分析推荐系统，其特征在于：所述的信息收集模块通过网关连接至IDC，全面收集各大经济报纸、期刊和网站的市场动态信息以及企业信息，并加上股市及企业主要管理人员微博或脸书两种社交网络服务平台的信息，通过大数据和AI技术保证信息的完整性和可靠性，将上述收集到的所有信息以数据的形式输送至所述的信息存储模块。
3.根据权利要求1所述的一种基于AI及大数据技术的股票分析推荐系统，其特征在于：所述的信息存储模块对输送来的信息数据进行分类处理，存储至对应的所述的信息存储模组、股市信息存储模组、企业信息存储模组或社会信息存储模组中。
4.根据权利要求1所述的一种基于AI及大数据技术的股票分析推荐系统，其特征在于：所述的信息分析模块基于更准确评估股票的目的，利用全新的五维股票模型，所述的五维股票模型把股票的风险性、可操作性、预期收益率、投资周期和财力需求强度这五个维度用一组数据来量化，给股票描绘一个全面清晰的透视图。
5.根据权利要求1所述的一种基于AI及大数据技术的股票分析推荐系统，其特征在于：所述的市场信息分析模组对应企业所在行业的行业前景、行业周期、上下游企业动态、行业风险、市场饱和程度和企业在行业中的生态位信息进行分析，运用行业发展模型理论对企业的发展和前景作出概率性评估。
6.根据权利要求1所述的一种基于AI及大数据技术的股票分析推荐系统，其特征在于：所述的股市信息分析模组对股市的交易量、股市K线、市场估值、公司财报、股市指数和板块指数这几类股市数据进行分析，对股票环境、股民对该股票的信心预期和该股票流通性进行评估。
7.根据权利要求1所述的一种基于AI及大数据技术的股票分析推荐系统，其特征在于：所述的企业信息分析模组对企业历史决策、企业文化、资金情况、企业主要管理人员的性格特征、制度流程、技术积累和近期相关企业新闻这几类信息进行分析，通过企业管理学、企业发展模型和个人性格在企业中的影响模型，进行企业生存发展概率预期和投资决策预期的概率评估。
8.根据权利要求1所述的一种基于AI及大数据技术的股票分析推荐系统，其特征在于：所述的社会信息分析模组对社会近期大事件、政府政策变动、社会热点流向和重大灾情事件的信息数据进行相关影响分析，预测社会信息对各个行业和企业的影响。
9.根据权利要求1所述的一种基于AI及大数据技术的股票分析推荐系统，其特征在于：所述的五维股票综合模组主要整合所述的市场信息分析模组、股市信息分析模组、企业信息分析模组和社会信息分析模组得出五维股票模型数据，具体步骤如下：
(1)通过市场周期、企业发展状态、股票当前市值及行业其他同类型企业对比数据给股票的风险作出评估，100分标识未来一定会长，60分表示60％概率会长，0分标识企业很大可能性破产倒闭；
(2)通过分析股市环境、股民信心、股票流通性、单股价格、流通股票总价格和企业最新动态信息数据，对股票的可操作性做出评估，100分标识容易操控，投资决策容易影响股票波动，低分表示股票稳定，操作困难；
(3)通过对当前股价、企业发现前景、社会信息影响和行业发展前景的信息数据进行分析，评估预期收益率，0分表示收益率极地，50分表示两倍收益率，100分表示极大收益率；
(4)通过对股票市场走势、当前企业估值、企业发展预期、行业发展周期和最近社会动态信息数据进行评估，分析投资回报周期，分数和回报周期成反比，0分表示长期投资，100分表示可以定时操作，回报周期和收益率是相关数据，有动态匹配关系；
(5)通过对股票单股价格、市场流通总值和回报周期数据进行分析，得到操作该股票需要的最低可用资金额度，用最低可用资金额度比上一个固定金额的值得到财力需求强度。
10.根据权利要求1所述的一种基于AI及大数据技术的股票分析推荐系统，其特征在于：所述的投资策略推荐模块根据对应人员的资金情况、期望回报周期、期望回报率和可接受风险程度信息数据，结合所述的信息分析模块结果，基于巴菲特的投资三大操作原则，运用AI技术在海量股票中选出一组可以抵抗风险并收益最大的投资组合及操作说明，并显示相关股票的相关信息及信息来源。
CN202010004239.1A 2020-01-03 2020-01-03 一种基于ai及大数据技术的股票分析推荐系统 Withdrawn CN111210066A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010004239.1A CN111210066A (zh) 2020-01-03 2020-01-03 一种基于ai及大数据技术的股票分析推荐系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010004239.1A CN111210066A (zh) 2020-01-03 2020-01-03 一种基于ai及大数据技术的股票分析推荐系统

Publications (1)

Publication Number Publication Date
CN111210066A true CN111210066A (zh) 2020-05-29

Family

ID=70786920

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010004239.1A Withdrawn CN111210066A (zh) 2020-01-03 2020-01-03 一种基于ai及大数据技术的股票分析推荐系统

Country Status (1)

Country Link
CN (1) CN111210066A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114782199A (zh) * 2022-05-18 2022-07-22 广东博众智能科技投资有限公司 一种数据显示方法、装置、设备和介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114782199A (zh) * 2022-05-18 2022-07-22 广东博众智能科技投资有限公司 一种数据显示方法、装置、设备和介质

Similar Documents

Publication Publication Date Title
Doumpos et al. Operational research and artificial intelligence methods in banking
CN110929797A (zh) 一种人员能力量化评估方法
US20210089980A1 (en) Systems and Methods for Automating Operational Due Diligence Analysis to Objectively Quantify Risk Factors
CN111429016A (zh) 基于工业互联网平台的小微企业融资风控方法及系统
Alexandro et al. The influence of macroeconomic infrastructure on supply chain smoothness and national competitiveness and its implications on a country's economic growth: evidence from BRICS countries
Guan et al. Text mining using latent semantic analysis: an illustration through examination of 30 years of research at JIS
CN117670056A (zh) 一种财务管理用数据分析系统
CN111210066A (zh) 一种基于ai及大数据技术的股票分析推荐系统
Palshikar et al. Discovering experts, experienced persons and specialists for it infrastructure support
Zhong et al. Analysis of enterprise strategic management issues and coping strategies based on big data analysis
CN116523301A (zh) 基于电商大数据进行风险评级预测的系统
Harizanova Management Information System in tailoring industry
Wilbon Competitive posture and IPO performance in high technology firms
Hosinzadeh et al. The effect of dynamic competitive capabilities on financial reporting quality: The test of source-based capabilities
Keum et al. Strategic upward striving toward $100 million revenue: setting goals to attract external attention
Tirea et al. Classifying and quantifying certain phenomena effect
Schroeder Exporters, multinationals and residual wage inequality: Evidence and theory
Crawford et al. Integrating ESG risks into control and reporting: Evidence from practice in Sweden
Shapran et al. Relationship Between Price Dynamics for Individual Agricultural Products
Zhang et al. A CEO Value Perspective of Corporate Innovation Strategy: Evidence from China
Belbase et al. Could State and Local DI Programs Shed Light on Trends in SSDI?
Kehinde et al. Assets utilization and financial performance of pharmaceutical companies in Nigeria (A case study of Fidson Healthcare Plc)
Epper et al. The fundamental properties, stability and predictive power of distributional preferences
Guo Digital corporate financial management with AI in China-enterprise intelligence
SANTOSH et al. ANALYZING LARGE SCALE BUSINESS DATA TO PREDICT COMPANY'S GROWTH USING AN INTEGRATED HYBRID APPROACH OF DATA REDUCTION UNIT AND CONVOLUTIONAL NEURAL NETWORKS

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20200529