الرئيسية › دليل الباحثين › Mohammed Ahnouch
Mohammed Ahnouch
الانتماء : Abdelmalek Essaâdi University
- 5منشورات (انتماء مغربي)
- 17مجموع المنشورات
- 5الاستشهادات
- 2مؤشر h
الملف البحثي
لدى Mohammed Ahnouch 5 منشور(ات) مفهرسة (2023–2025). تُنشر أعماله أساسًا في «Risks»، «Lecture notes in networks and systems» و«Lecture notes in information systems and organisation». أكثر مقالاته استشهادًا هو «Model Risk in Financial Derivatives and The Transformative Impact of Deep Learning: A Systematic Review» (2024)، وقد استُشهد به 3 مرة. شارك في تأليف أعماله 2 باحثًا على الأقل، منهم باحثون من مؤسسات في فرنسا.
هل هذا أنت؟ عرّف بأبحاثك
أنشئ ملفك على DzCademia مجانًا وأضف مقالاتك: ستظهر بسهولة أكبر على Google وفي مساعدي الذكاء الاصطناعي مثل ChatGPT، فيقرؤها ويستشهد بها عدد أكبر من الناس.
إنشاء ملفي المجاني إضافة منشوراتيمجالات البحث
- Stochastic processes and financial applications
- Financial Risk and Volatility Modeling
- Financial Markets and Investment Strategies
- Risk and Portfolio Optimization
- Risk Management in Financial Firms
المنشورات (5)
- Domain Knowledge Preservation in Financial Machine Learning: Evidence from Autocallable Note Pricing
- Non-Uniqueness of Best-Of Option Prices Under Basket Calibration
- Model Risk in Financial Derivatives and The Transformative Impact of Deep Learning: A Systematic Review
- Advancing Financial Modeling: Integrating Copulas and Deep Learning for Enhanced Risk Management and Derivative Pricing
- Current Trends in AI-Based Derivatives Pricing: A Review
مجلات النشر
- Risks × 2
- Lecture notes in networks and systems × 1
- Lecture notes in information systems and organisation × 1
- International Conference on Networking, Information Systems & Security (NISS) × 1
المنشورات حسب السنة
- 20252
- 20242
- 20231
التعاون العلمي
المؤسسات الشريكة : PRISM Sorbonne · Université Paris 1 Panthéon-Sorbonne
بلدان المؤلفين المشاركين : فرنسا
المؤلفون المشاركون
البيانات البيبليوغرافية مصدرها OpenAlex (قاعدة مفتوحة).
لماذا تختارون Dzcademia؟
ملفات أكاديمية ومقالات ومداخلات علمية: امنحوا أبحاثكم حضوراً عاماً منظماً. تساعد البيانات الوصفية المدمجة محركات البحث ومساعدات الذكاء الاصطناعي على التعرف على أعمالكم وفهم مراجعها.
علّق عبر Google
سجّل الدخول عبر Google للتعليق مباشرة على هذه الصفحة.