توضیحات
This book presents a new computational finance approach combining a Symbolic Aggregate approximation (SAX) technique with an optimization kernel based on genetic algorithms (GA). While the SAX representation is used to describe the financial time series, the evolutionary optimization kernel is used in order to identify the most relevant patterns and generate investment rules. The proposed approach considers several different chromosomes structures in order to achieve better results on the trading platform The methodology presented in this book has great potential on investment markets.
————————————————————–
ترجمه ماشینی :
این کتاب یک رویکرد مالی محاسباتی جدید را ارائه میکند که یک تکنیک تقریب نماد نمادین (SAX) را با یک هسته بهینهسازی مبتنی بر الگوریتمهای ژنتیک (GA) ترکیب میکند. در حالی که نمایش SAX برای توصیف سری زمانی مالی استفاده می شود، هسته بهینه سازی تکاملی به منظور شناسایی مرتبط ترین الگوها و ایجاد قوانین سرمایه گذاری استفاده می شود. رویکرد پیشنهادی چندین ساختار کروموزوم های مختلف را در نظر می گیرد تا به نتایج بهتری بر روی پلت فرم معاملاتی دست یابد. روش ارائه شده در این کتاب پتانسیل بالایی در بازارهای سرمایه گذاری دارد.
tag : دانلود کتاب بهینه سازی استراتژی های سرمایه گذاری بر اساس روش SAX-GA , Download بهینه سازی استراتژی های سرمایه گذاری بر اساس روش SAX-GA , دانلود بهینه سازی استراتژی های سرمایه گذاری بر اساس روش SAX-GA , Download Investment Strategies Optimization based on a SAX-GA Methodology Book , بهینه سازی استراتژی های سرمایه گذاری بر اساس روش SAX-GA دانلود , buy بهینه سازی استراتژی های سرمایه گذاری بر اساس روش SAX-GA , خرید کتاب بهینه سازی استراتژی های سرمایه گذاری بر اساس روش SAX-GA , دانلود کتاب Investment Strategies Optimization based on a SAX-GA Methodology , کتاب Investment Strategies Optimization based on a SAX-GA Methodology , دانلود Investment Strategies Optimization based on a SAX-GA Methodology , خرید Investment Strategies Optimization based on a SAX-GA Methodology , خرید کتاب Investment Strategies Optimization based on a SAX-GA Methodology ,

نقد و بررسیها
هنوز بررسیای ثبت نشده است.