Skarso
Forumer attivo
allora visto che non ci sono domande forse i miei 2 – 3 lettori hanno capito tutto e possiamo proseguire con le spiegazioni . . .
dopo aver costruito i 5 insiemi fuzzy possiamo provare fissare le relative regole linguistiche:
IF INPUT1 = BASSO THEN . . .
. . . . .
IF INPUT1 = ALTO THEN . . .
se avessimo una base di conoscenza potremmo completare i puntini con espressioni come compra, vendi, flat etc
proviamo allora a trovare le regole direttamente dai dati ( Data In Rules Out )
ogni volta che è disponibile nuova informazione aggiorniamo il valore di ciascuna regola con lo esxponential smoothing
rule = ( 1- K )*rule( riga – 1) + K*yield2
dove yield2 è il valore della relativa colonna (risultato del trade) mentre K è il guadagno
K = ( valore fuzzy set * beta ) con beta = fattore di smoothing
ad es rule1 = ( 1 – basso*beta )*rule1( - 1) + basso*beta*yield2 e così via
x ottenere una previsione ( colonna “previs” )infine si fa una media pesata, la somma dei valori dei vari fuzzy set moltiplicata x i corrispettivi valori delle regole presi al tempo t – 1 cioè una riga sopra x non guardare nel futuro , divisa x la somma dei valori dei fuzzy sets
previs = ( basso( t )*rule1( t - 1 ) + mbasso( t )*rule2( t - 1 ) + medio( t )*rule3( t - 1 ) +
+ malto( t )*rule4( t - 1 ) + alto( t )*rule5( t - 1 ) )/( basso(t) + mbasso(t) + medio (t) + malto(t) + alto(t) )
dopo aver costruito i 5 insiemi fuzzy possiamo provare fissare le relative regole linguistiche:
IF INPUT1 = BASSO THEN . . .
. . . . .
IF INPUT1 = ALTO THEN . . .
se avessimo una base di conoscenza potremmo completare i puntini con espressioni come compra, vendi, flat etc
proviamo allora a trovare le regole direttamente dai dati ( Data In Rules Out )
ogni volta che è disponibile nuova informazione aggiorniamo il valore di ciascuna regola con lo esxponential smoothing
rule = ( 1- K )*rule( riga – 1) + K*yield2
dove yield2 è il valore della relativa colonna (risultato del trade) mentre K è il guadagno
K = ( valore fuzzy set * beta ) con beta = fattore di smoothing
ad es rule1 = ( 1 – basso*beta )*rule1( - 1) + basso*beta*yield2 e così via
x ottenere una previsione ( colonna “previs” )infine si fa una media pesata, la somma dei valori dei vari fuzzy set moltiplicata x i corrispettivi valori delle regole presi al tempo t – 1 cioè una riga sopra x non guardare nel futuro , divisa x la somma dei valori dei fuzzy sets
previs = ( basso( t )*rule1( t - 1 ) + mbasso( t )*rule2( t - 1 ) + medio( t )*rule3( t - 1 ) +
+ malto( t )*rule4( t - 1 ) + alto( t )*rule5( t - 1 ) )/( basso(t) + mbasso(t) + medio (t) + malto(t) + alto(t) )