*   >> Læs Uddannelse artikler >> money >> investere

Investeringer Analyse-A New Approach

producerer ingen forudsigelse (andre end en vilkårlig én-med andre ord er det altid producerer noget). Dette kan parallel i enhver læring situation, hvor en forstyrrelse eller uoverensstemmelse i miljøet har en tendens til at forringe læringsprocessen eller endda stoppe det helt. Dette bringer os til, hvad jeg tror er det centrale problem i investeringer og portefølje analyse-valg af deskriptor variabler.

Med andre ord, hvilke variable forklare bevægelsen i aktiekurserne? Dette er naturligvis, bringer os helt tilbage til opdelingen mellem at bygge modellen, og derefter manipulere det som nævnt i undersøgelsen. Mange af de metoder, der benyttes tidligere har haft en tendens til at koncentrere sig om die manipulation fase og efterlade den første fase, model bygning, som en implicit reference. Dette afspejler også en mangel på enighed om en brugbar teori om aktiemarkedet procedurer og ydeevne.

Imidlertid har meget arbejde er gjort brug af statistiske teknikker på at analysere sammenhænge mellem aktie--priser og forskellige præ-valgte variabler (især Rayner og Little (1966)). Alle - dette arbejde synes at forlade det centrale problem untouched-, en nyttig model er så langt væk som nogensinde. Svaret er, jeg føler, ikke i at anvende en tilgang, stift, men i at bruge en kombination af mange teknikker i brug på andre områder.

Feature udvinding og den kognitive tilgang generelt synes at tilbyde meget mere rækkevidde end andre metoder i at yde en forståelse af emnet investeringer som helhed. Problemet med at opbygge en nyttig model er nærmede sig med COIN i tankerne. Det antages, at data for COIN kan manipuleres ved hjælp af en combinatory logik metoden (en modifikation af boolsk algebra) på en sådan måde, at udførelsen af ​​COIN bliver optimal-det vil næsten helt sikkert aldrig være perfekt. Udtalt succes er blevet opnået ved denne teknik, succesraten går op fra 35% til maksimalt hidtil på 70%.

Således kvaliteten af ​​data er blevet forbedret fra ikke særlig god til ganske godt med minimal ændring. Faktisk er de eneste ændringer i dataene er at vende nogle af korrelationen tegn på de 10 variabler valgt (de er alle antaget positive a priori). Men teknikken helt klart har en maksimal succesrate (det er 4 snæversynet ") og meget mere kan gøres med et sæt data i vejen for generelle kombinatoriske funktioner.

Tilgangen her kan ses at passe Ivakhnenko sekundære feed-back "; Jeg er faktisk forsøger at gøre valget af variabler og deres relationer (og dermed bygge modelle

Page   <<  [1] [2] [3] [4] [5] [6] [7] [8] [9] [10]  ... >>  >> 
Copyright © 2008 - 2016 Læs Uddannelse artikler,https://uddannelse.nmjjxx.com All rights reserved.