Reguli de predicție a prețurilor acțiunilor utilizând mulțimile Rough

Piata bursiera si multimile Rough

Aceasta lucrare prezinta mecanismul de anticipare a fluctuatiilor preturilor actiunilor.Mai exact, fluctuatiile actiunilor sunt analizate si anticipate pentru a aduna informatii,ce pot ghida investitorii cand sa cumpere si sa vanda.Intr-un studiu de caz asupra tranzactillor BRD Groupe Societe General listata la BVB(Bursa de Valori Bucuresti), multimilor Rough sunt un instrument util in analiza pietei bursiere. Pe majoritatea pietelor financiare tranzactiile cu actiuni au castigat foarte multa popularitate reprezentand un mod de viata din care poti castiga profituri uriase.Totusi predictia preturilor actiunilor reprezinta o provocare pentru cei interesati datorita complexitatii informatiei pietei actiunilor.

Desi a anticipa comportamentul actiunilor pe piata bursiera este o sarcina dificila multi investitori de succes ai zilelor noastre stiu ca o buna anticipare a fluctuatiilor poate ajuta la o mai buna identificare si selectarea celor mai performante actiuni,fapt ce duce la o mai buna decizie de investitie.

Investitorii nu trebuie sa isi bazeze deciziile de a investi , doar pe hazard, ci pot utiliza informatii reale pentru a-si imbunatati performantele.

2. Multimi Rough: Fundatia

Multimile Rough sunt un nou instrument inteligent matematic propus de Pawlak si se bazează pe conceptul de aproximarea spatiilor şi modele de multimi. Datele, în teoria de multimi Rough, sunt colectate într-un tabel numit tabel de decizie. In rândurile de tabel decizia corespunde unor obiecte, şi coloanele corespund caracteristicilor. În setul de date, se foloseste, un set de exemple, cu o etichetă de clasă pentru a indica clasa din care face parte fiecare exemplu. Se defineste eticheta clasa ca fiind o caracteristică de decizie, restul de caracteristici sunt condiţionate. Fie O, F o multime de obiecte de probă şi o multime de funcţii reprezentand caracteristicile obiectelor respective . Se presupune că B ⊆ F, x ∈O . Mai mult, [x]B= {y : x ∼B y}.

Teoria multimii Rough defineşte trei regiuni bazate pe clase de echivalenta induse de viitoarele valori caracteristice: pentru aproximarea inferioara ▁BX, ¯BX pentru aproximarea superioară şi limita BN DB (X). O aproximare inferioara a multimii X contine toate clasele de echivalenta [x]B care sunt submultimi ale lui X, si aproximarea superioara ¯BX contine toate clasele de echivalenta [xB] care au obiecte in comun cu X, in timp ce frontier BNDB[x] este multimea ¯BX ▁BX: multimea obiectelor din ¯BX care nu sunt continute in ▁BX. Deci, putem definii o multime Rough ca orice alta multime cu frontiera nula.

3. Model de predicţie cu multimi Rough (RSPM)

Figura (1) ilustrează majoritatea paşilor în cadrul propus de RSPM, folosind o diagrama UML de activitate în care o forma patrata sau dreptunghiulara de date reprezintă un obiect, cea dreptunghiulară rotunjită reprezintă o activitate, solida şi punctată indică liniile de control şi fluxul de date obiect-flux. Funcţional, RSPM pot fi împărţite în trei etape distincte:

• faza de pre-procesare (Activităţi în gri închis). Această fază include activităţi cum ar fi adăugarea de variabile suplimentare şi de calcul, atribuirea de clase de decizie, de curăţare de date, completitudinea, corectitudinea, crearea de atribut, atribut de selecţie şi de discretizare.

• Analiza şi regula de generare (Activităţi în gri deschis). Această fază include generarea de cunoştinţe preliminare, cum ar fi calculul “reducts” , derivare a normelor “reducts”, evaluarea regulilor şi predicţia proceselor.

• Clasificarea şi în faza de predicţie (Activităţi în alb). Această fază utilizeaza normele generate de faza anterioară pentru a anticipa mişcarea preţurilor actiunilor.