Renewable energy stocks forecast using Twitter investor sentiment and deep learning

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Energy economics
1. Verfasser:	Herrera, Gabriel Paes (VerfasserIn)
Weitere Verfasser:	Constantino, Michel (VerfasserIn), Su, Jen-je (VerfasserIn), Naranpanawa, Athula (VerfasserIn)
Format:	UnknownFormat
Sprache:	eng
Veröffentlicht:	2022
Schlagworte:	Clean energy > LSTM > Stock return > Stock volatility > Twitter > Aufsatz in Zeitschrift
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
ISSN:	0140-9883