Evolving Decision Rules to Predict Investment Opportunities
Alma, Lilia, Garcia-Almanza, Edward Edward, Tsang · Acta Scientiarum Naturalium Universitatis Sunyatseni · 2008
这篇论文被对在金融股票价格发现重要运动的兴趣激发。然而，当有利机会的数字是少见的时，这些盒子的预言是困难的。在一个以前的工作，我们介绍了演变判定规则(EDR ) 检测金融机会。EDR 的目的是在 imbalanced 环境分类少数班(积极盒子) 。EDR 提供分类的一个范围发现在不犯错误和不失踪的机会之间的最好的平衡。这篇论文的目标是：1 ) 到表演，那 EDR 生产答案的一个范围适合投资者的偏爱并且 2 ) 分析有益于 EDR 的表演的因素。一系列实验被执行。EDR 从伦敦金融市场用一个数据集合被测试。分析 EDR 行为，另一个实验用三个人工的数据集合被执行，其解决方案有复杂性的不同层次。最后，一个解说性的例子被提供显示出规则的一个更大的集合怎么能在 imbalanced 数据集合分类更积极的盒子。试验性的结果显示出那：1 ) EDR 提供答案的一个范围适合投资者的不同类型的风险指南，并且 2 ) 规则的一个更大的集合能在 imbalanced 环境分类更积极的盒子。