A stock trading expert system based on the rule-base evidential reasoning using Level 2 Quotes

Dymova, Ludmila; Sevastianov, P.; Kaczmarek, Krzysztof

doi:10.1016/j.eswa.2012.01.077

Cited by 41 publications

(22 citation statements)

References 41 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Section 3 presents a new approach to the rule-base evidential reasoning which makes it possible to use an information of values of all membership functions representing the intersecting (competing) fuzzy classes in the fuzzy logic rules. Based on real-world examples of type 2 diabetes diagnostics, we have shown that the new approach provides reasonable and intuitively obvious results in the cases when the known approaches (see [6,7,18,19]) lead to the controversial or wrong results. Finally the concluding section summarises the paper.…”

Section: Introductionmentioning

confidence: 91%

See 1 more Smart Citation

A New Approach to the Rule-Base Evidential Reasoning with Application

Sevastjanov

Dymova

Kaczmarek

2015

Artificial Intelligence and Soft Computing

View full text Add to dashboard Cite

Abstract. In this paper, a new approach to the rule-base evidential reasoning (RBER) based on a new formulation of fuzzy rules is presented. We have shown that the traditional fuzzy logic rules lose an important information when dealing with the intersecting fuzzy classes, e.g., such as Low and Medium, and this property may lead to the controversial results. In the framework of our approach, an information of the values of all membership functions representing the intersecting (competing) fuzzy classes is preserved and used in the fuzzy logic rules. As RBER methods are based on the synthesis of fuzzy logic and the Dempster-Shafer theory of evidence (DST ), the problem of the combination of basic probability assignments (bpas) from different sources of evidence arises. The classical Dempster's rule of combination is usually used for this purpose. The classical Dempster's rule may provide controversial results in the case of great conflict and is not idempotent one. We show that the Dempster's rule may provide unreasonable results not only in the case of large conflict, but in the case of complete absence of conflict, too. At the end, we show that in the cases of small and large conflict, the use of simple averaging rule for combination of bpas seems to be a best choice. The developed approach is illustrated by the solution of simple, but real-world problem of diagnostics of type 2 diabetes.

show abstract

Section: Introductionmentioning

confidence: 91%

“…In our papers [6,7,18,19], we have developed the method based on the synthesis of fuzzy logic and the Dempster-Shafer theory (DST ), which was used to the solution of some real-world decision making problems.…”

Section: Introductionmentioning

confidence: 99%

A New Approach to the Rule-Base Evidential Reasoning with Application

Sevastjanov

Dymova

Kaczmarek

2015

Artificial Intelligence and Soft Computing

View full text Add to dashboard Cite

show abstract

“…. ., m) is represented as follows (Bharadwaj & Saroj, 2010;Brachman & Levesque, 2004;Dymova, Sevastianov, & Kaczmarek, 2012;Jaques et al, 2013).…”

Section: Production Rule (Pr) Based Cpt Knowledgementioning

confidence: 99%

Autonomous tracking of chemical plumes developed in both diffusive and turbulent airflow environments using Petri nets

Yuan

Oswald

2015

Expert Systems with Applications

View full text Add to dashboard Cite

“…(Vejendla, Enke 2013). Dabar didžiausias mokslininkų dėmesys koncentruojasi į dirbtinio intelekto naudojimą, jau sukurta nemažai tokių investavimo modelių (Dymova et al 2012). Pirmieji Kuo ir Xue (1998) pasiūlė sprendimų paramos sistemą akcijų rinkai su integruota neraiškiąją logika ir neuronų tinklais, kurie buvo išmėginti tiek su kokybiniais, tiek su kiekybiniais duomenimis.…”

Section: Prielaidos Investavimo Sprendimų Priėmimo Modeliams Kurtiunclassified

Comparative Analysis of Investment Decision Models

Kekytė

Stasytytė

2017

Science - Future of Lithuania

View full text Add to dashboard Cite

2017 © Straipsnio autoriai. Leidėjas VGTU leidykla "Technika". Šis straipsnis yra atvirosios prieigos straipsnis, turintis Kūrybinių bendrijų (Creative Commons) licenciją (CC BY-NC 4.0), kuri leidžia neribotą straipsnio ar jo dalių panaudą su privaloma sąlyga nurodyti autorių ir pirminį šaltinį. Straipsnis ar jo dalys negali būti naudojami komerciniams tikslams. ISSN 2029-2341 / eISSN 2029-2252 De Oliveira et al. 2013). Taigi pagrindinė mokslinė problema, kuri bus sprendžiama šiame straipsnyje, yra informacijos ir kriterijų trūkumas, pagal kuriuos investuotojas ar rinkos tyrinėtojas rinktųsi investavimo modelį. Kadangi yra daug įvai-rių modelių bei sprendimų paramos sistemų, kyla sunkumų norint išsirinkti tinkamiausią dinamiškai rinkai ir didelėms duomenų apimtims analizuoti. Modelių palyginimas pagal jų privalumus, trūkumus, taikomus metodus ir rezultatus galėtų būti svarus indėlis sprendžiant įvardytą mokslinę problemą. MOKSLAS -LIETUVOS ATEITIS SCIENCE -FUTURE OF LITHUANIATradicinių inovacijų augimo požiūriu inovacijos finan sų srityje padeda gerinti įvairių banko paslaugų kokybę, palengvinti rizikos valdymą, išpildyti rinką ir galiausiai padidinti išteklių paskirstymo efektyvumą (Berger 2003;Houston et al. 2010). Lerner ir Tufano (2011) teigia, kad finansinės naujovės teigiamai veikia finansų sektoriaus stiprėjimą, taip pat ir ekonominį augimą. Taigi aukštesnis finansinių inovacijų lygis skatina spartesnį atskirų pramonės sektorių ir visos šalies ekonominį augimą bei suteikia daugiau galimybių didinti plėtros efektyvumą (Beck et al. 2016).Per pastaruosius kelis dešimtmečius finansinių duomenų analizė, padedanti prognozuoti akcijų kainas, prekybos vietas ir investicinius portfelius, tapo labai populiari mokslinių tyrimų tema (Wu et al. 2014 Santrauka. Sparti finansų rinkų plėtra lemia naujus iššūkius tiek investuotojams, tiek investavimo problematiką nagrinėjantiems mokslininkams. Kyla būtinybė sukurti inovatyvius, šiuolaikines finansų rinkų sąlygas atitinkančius investicijų portfelio sudarymo ir valdymo sprendimus. Finansų rinkos sulaukia ypatingo dėmesio, atliekami įvairūs tyrimai, įskaitant įvairių investavimo modelių formavimą, kurie apima finansinės rizikos valdymą ir investavimo sprendimų paramos sistemas. Mokslininkai pripažįsta būtinumą nagrinėti finansines problemas integruotais ir realybę atitinkančiais būdais, grindžiamais sudėtinga kiekybinės analizės technika. Taigi matematinio modeliavimo vaidmuo finansų sektoriuje tampa labai svarbus. Straipsnyje nagrinėjami įvairūs investavimo sprendimų priėmimo modeliai, apimantys prognozavimą, optimizavimą, stochastinius procesus, dirbtinį intelektą ir kt., kurie tampa reikšmingo-mis priemonėmis priimant investicinius sprendimus.reikšminiai žodžiai: investavimas, sprendimų priėmimo modeliai, akcijų rinka, portfelis, duomenų analizė, prognozavimas. ĮvadasFinansų rinkos palengvina tarptautinę prekybą, sujungia ir suteikia informacijos apie organizacijų bei ekonomikos ateities perspektyvas, yra ekonomikos augimą skatinanti priemonė . Tačiau šiuolaikinėje finan...

show abstract

A stock trading expert system based on the rule-base evidential reasoning using Level 2 Quotes

Cited by 41 publications

References 41 publications

A New Approach to the Rule-Base Evidential Reasoning with Application

A New Approach to the Rule-Base Evidential Reasoning with Application

Autonomous tracking of chemical plumes developed in both diffusive and turbulent airflow environments using Petri nets

Comparative Analysis of Investment Decision Models

Contact Info

Product

Resources

About