Huvud » algoritmisk handel » Rolig logik

Rolig logik

algoritmisk handel : Rolig logik
Vad är Fuzzy Logic?

Fuzzy Logic är en metod för variabel bearbetning som gör att flera värden kan bearbetas genom samma variabel. Fuzzy logik försöker lösa problem med ett öppet, upresist spektrum av data som gör det möjligt att få en rad exakta slutsatser. Fuzzy logik är utformad för att lösa problem genom att ta hänsyn till all tillgänglig information och fatta bästa möjliga beslut med tanke på inmatningen.

Key Takeaways

  • Fuzzy logik möjliggör mer avancerad beslutsträdbearbetning och bättre integration med reglerbaserad programmering.
  • Teoretiskt ger detta tillvägagångssättet mer möjlighet att efterlikna verkliga omständigheter.
  • Fuzzy logik kan användas av kvantitativa analytiker för att förbättra genomförandet av deras algoritmer.

Förstå Fuzzy Logic

Fuzzy logik kommer från den matematiska studien av fuzzy begrepp som också involverar fuzzy uppsättningar av data. Matematiker kan använda en mängd olika termer när de hänvisar till fuzzy-begrepp och fuzzy-analys. I stort och omfattande klassificeras dessa termer som fuzzy semantics.

I praktiken tillåter alla dessa konstruktioner flera värden av det "sanna" tillståndet. I stället för att sant är numeriskt ekvivalent med 1 och falskt är ekvivalent med 0 (eller vice versa), kan det sanna tillståndet vara valfritt antal värden mindre än ett och större än noll. Detta skapar möjlighet för algoritmer att fatta beslut baserade på intervall med prisdata i motsats till en diskret datapunkt.

Fuzzy Logic överväganden

Fuzzy logik i dess mest grundläggande mening utvecklas genom analys av trädtypsanalys. Således utgör den i en större skala basen för system för konstgjord intelligens som är programmerad genom reglerbaserade slutsatser.

I allmänhet avser termen fuzzy det stora antalet scenarier som kan utvecklas i ett beslutsträd-liknande system. Utveckling av otydliga logikprotokoll kan kräva integration av reglerbaserad programmering. Dessa programmeringsregler kan kallas fuzzy-uppsättningar eftersom de är utvecklade enligt diskretion av omfattande modeller.

Fuzzy uppsättningar kan också vara mer komplexa. I mer komplexa programmeringsanalogier kan programmerare ha förmågan att bredda reglerna som används för att bestämma inkludering och uteslutning av variabler. Detta kan resultera i ett större utbud av alternativ med mindre exakta reglerbaserade resonemang.

Fuzzy Semantics in Artificial Intelligence

Begreppet fuzzy logik och fuzzy semantics är en central komponent för programmering av lösningar för artificiell intelligens. Konstgjorda intelligenslösningar och verktyg fortsätter att expandera i ekonomin inom en rad sektorer eftersom programmeringsfunktionerna från fuzzy logik också expanderar.

IBMs Watson är ett av de mest kända systemen för konstgjord intelligens som använder variationer av fuzzy logik och fuzzy semantics. Speciellt inom finansiella tjänster används fuzzy logik i maskininlärning och tekniksystem som stöder resultat från investeringsintelligens.

I vissa avancerade handelsmodeller kan integration av fuzzy logisk matematik också användas för att hjälpa analytiker att skapa automatiserade köp- och säljsignaler. Dessa system hjälper investerare att reagera på ett brett utbud av förändrade marknadsvariabler som påverkar deras investeringar.

I avancerade modeller för handel med mjukvara kan system använda programmerbara fuzzy-uppsättningar för att analysera tusentals värdepapper i realtid och ge investeraren den bästa tillgängliga möjligheten. Fuzzy logik används ofta när en näringsidkare försöker använda flera faktorer för övervägande. Detta kan resultera i en minskad analys för handelsbeslut. Handlare kan också ha förmågan att programmera en rad regler för att genomföra branscher. Två exempel inkluderar följande:

Regel 1: Om det rörliga genomsnittet är lågt och Relative Strength Index är lågt, så sälj.

Regel 2: Om det rörliga genomsnittet är högt och Relative Strength Index är högt, köp sedan.

Fuzzy logik tillåter en näringsidkare att programmera sina egna subjektiva slutsatser på låg och hög i dessa grundläggande exempel för att komma fram till sina egna automatiserade handelssignaler.

Jämför investeringskonton Leverantörs namn Beskrivning Annonsörens upplysning × Erbjudandena som visas i denna tabell kommer från partnerskap från vilka Investopedia erhåller ersättning.

Relaterade villkor

Analysförlamning Analysförlamning inträffar när en person blir så förlorad i processen att undersöka och utvärdera olika datapunkter eller faktorer för ett problem att de inte kan fatta beslut med det. mer Algoritmisk handel Definition Algoritmisk handel är ett system som använder mycket avancerade matematiska modeller för att fatta transaktionsbeslut på finansmarknaderna. mer Definition av Neural Network Neural Network är en serie algoritmer som försöker identifiera relationer i en datamängd via en process som efterliknar hur den mänskliga hjärnan fungerar. mer Fininställning Definition Fininställning avser processen att göra små ändringar för att förbättra eller optimera ett resultat. mer Kvantitativ handel Definition Kvantitativ handel består av handelsstrategier som förlitar sig på matematiska beräkningar och nummerskränkning för att identifiera handelsmöjligheter. mer Algoritm En algoritm är en sekvens av regler för att lösa ett problem eller utföra en uppgift. mer Partnerlänkar
Rekommenderas
Lämna Din Kommentar