18 ngày 5,640 XP · Lv 7PremiumTB
Library

Forecasting SMEs' credit risk in supply chain finance with an enhanced hybrid ensemble machine learning approach

# Forecasting SMEs' credit risk in supply chain finance with an enhanced hybrid ensemble machine learning approach OpenAlex Metadata Hub · Bibliographic - DOI: 10.1016/j.ijpe.2019.01.032 - Year: 2019 - Citations: 372 - Open Access: Yes (green) - License: — - Source: Auth Phần…

Knowledge Hub · Research → Trading Insight

# Forecasting SMEs' credit risk in supply chain finance with an enhanced hybrid ensemble machine learning approach > OpenAlex Metadata Hub · https://openalex.org/W2911450871 ## Bibliographic - **DOI:** 10.1016/j.ijpe.2019.01.032 - **Year:** 2019 - **Citations:** 372 - **Open Access:** Yes (green) - **License:** — - **Source:** http://bura.brunel.ac.uk/bitstream/2438/17809/2/FullText.pdf ## Authors - You Zhu - Li Zhou - Chi Xie - Gang‐Jin Wang - Truong Van Nguyen ## Keywords Supply chain, Ensemble learning, Credit risk, Business, Finance, Computer science, Machine learning, Marketing ## Concepts - Supply chain - Ensemble learning - Credit risk - Business - Finance - Computer science - Machine learning - Marketing --- *Metadata only — full text not imported unless Open Access license permits.*
# Forecasting SMEs' credit risk in supply chain finance with an enhanced hybrid ensemble machine learning approach OpenAlex Metadata Hub · Bibliographic - DOI: 10.1016/j.ijpe.2019.01.032 - Year: 2019 - Citations: 372 - Open Access: Yes (green) - License: — - Source: Auth Phần Trading Insights bên dưới nối nghiên cứu với Forex, vàng, USD, lãi suất và risk regime — để bạn đưa vào journal và playbook. Metadata DOI/OA chỉ là rail tham chiếu; nội dung chính là summary, takeaways và ứng dụng thị trường do Content Factory sinh.

Bài nghiên cứu tập trung vào: Forecasting SMEs' credit risk in supply chain finance with an enhanced hybrid ensemble machine learning approach.

# Forecasting SMEs' credit risk in supply chain finance with an enhanced hybrid ensemble machine learning approach > OpenAlex Metadata Hub · https://openalex.org/W2911450871 ## Bibliographic - **DOI:** 10.1016/j.ijpe.2019.01.032 - **Year:** 2019 - **Citations:** 372 - **Open Ac

Lĩnh vực: macro · Tags: research

Trader nên đọc phần Trading Insights trước, rồi mới xem citation gốc nếu cần đào sâu.

Không dùng metadata-only làm tín hiệu giao dịch.

Các kỹ thuật ML/quantitative trong tài liệu hữu ích để tư duy feature & regime, nhưng không thay risk rules: luôn gắn signal với position sizing và news filter.

Góc Forex: đối chiếu kết luận bài với hành giá gần nhất và lịch tin impact cao trước khi vào lệnh.

Góc Gold (XAUUSD): đối chiếu kết luận bài với hành giá gần nhất và lịch tin impact cao trước khi vào lệnh.

  • Trading: rút 1 bias hoặc 1 setup hypothesis từ Key Takeaways, test trên demo/journal trước khi live.
  • Risk: chuyển insight thành rule (max risk/trade, pause quanh tin, correlation USD–vàng) và gắn vào playbook.
  • Journal: mỗi tuần ghi 1 đoạn “theory → market observation → outcome” dựa trên bài này.
  • Portfolio: nếu bài nói macro/liquidity, đánh dấu exposure risk-on/off và hedge (ví dụ XAU) tương ứng.
  • Prop Firm: ưu tiên trade có thesis macro rõ + news filter; tránh scalp trong cửa sổ tin nếu chưa có edge.
AI Search