EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

Deep learning-based stock market prediction using historical price and topic-distributed news sentiment

Rafi Hazel Tafara, Andrew, Yosepril Zhounggi, Muhammad Fikri Hasani, Ayu Maulina

Procedia Computer Science · 2025 · 269 · 872-881

DOI: 10.1016/j.procs.2025.09.030 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Procedia Computer Science, 2025. Verfasst von Rafi Hazel Tafara und 4 weiteren Autor:innen. Die Arbeit wurde bisher 4-mal zitiert (Crossref) und nennt 26 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Zitieren

APA

Tafara, R. H., Andrew, Zhounggi, Y., Hasani, M. F., & Maulina, A. (2025). Deep learning-based stock market prediction using historical price and topic-distributed news sentiment. Procedia Computer Science, 269, 872-881. https://doi.org/10.1016/j.procs.2025.09.030

Vancouver

Tafara RH, Andrew, Zhounggi Y, Hasani MF, Maulina A. Deep learning-based stock market prediction using historical price and topic-distributed news sentiment. Procedia Computer Science. 2025;269:872-881. doi:10.1016/j.procs.2025.09.030

BibTeX
@article{Tafara2025,
  author = {Tafara, Rafi Hazel and Andrew and Zhounggi, Yosepril and Hasani, Muhammad Fikri and Maulina, Ayu},
  title = {Deep learning-based stock market prediction using historical price and topic-distributed news sentiment},
  journal = {Procedia Computer Science},
  year = {2025},
  volume = {269},
  pages = {872--881},
  doi = {10.1016/j.procs.2025.09.030}
}
Kostenlos starten →