использоваось при описании "графических моделей". Цель автоматического распознавания моделей -получение синергетического эффекта путем одновременной оценки данных всех индикаторов (вместо того, чтобы рассматривать каждый из них по отдельности).
Первым шагом в этом процессе является поиск лучшего индикатор из набора пудставленных. Затем необходимо найти лучшую связку инструментов (сначаа два, а потом и три) - из тех, которые способны оптимаьно работать вместе. Процесс добавления новых индикаторов из числа оставшихся продолжается до того момента, когда очередной добавленный инструмент не дает улучшения работы всей системы в целом. В процессе
тестирования используется два набора материал: так называемые данные научения и тестовый набор. Результаты, полученные на данных научения, должны быть затем подтверждены на отдельном тестовом материал. Метод уздельного материла нужен для того, чтобы избежать так называемого "подгадывания", которое, по уверждениям противников технического анализа, часто используется при тестировании других технических методов, особенно их оптимизированных параметров.
Внедрение средств, функционирование которых основано на принципах " искусственного интеллекта" и автоматического распознавания моделей, может стать ответом на поставленный выше вопрос: как работать с огромным количеством часто
противоречащих данных. В случае поступления противоречивой информации компьютеру дается команда просчитать все индикаторы и ятем выбрать из них ту комбинацию, которая явллется оптимаьной дл данных условий.
Email: info@austrianembassy.ru
© 2010-2013 Финансовый портал Austrianembassy.ru Новости экономики, и валютного рынка. Фондовые рынки и биржы.