على الانترنت الحركة من المتوسط - الارتداد

تتحرك متوسط ​​استراتيجية الانتعاش على الانترنت اختيار محفظة بن لى أ. ، ستيفن C. H. هوي ب. . ، دوين ساهو b. ، زي-يونغ ليو ج. كلية الاقتصاد والإدارة، جامعة ووهان، ووهان 430072، بيأر الصين ب مدرسة نظم المعلومات، جامعة سنغافورة للإدارة، 178902، سنغافورة ج معهد الأتمتة، الأكاديمية الصينية للعلوم، بكين 100080، بيأر تشاينا تلقى 17 ديسمبر 2012، 2015، مقبول 28 كانون الثاني / يناير 2015، متاح على الإنترنت 2 شباط / فبراير 2015 جذبت عملية اختيار المحفظة الإلكترونية، وهي مشكلة أساسية في التمويل الحاسوبي، اهتماما متزايدا من مجتمعات الذكاء الاصطناعي والتعلم الآلي في السنوات الأخيرة. وتظهر الأدلة التجريبية أن الأسهم المرتفعة والمنخفضة الأسعار مؤقتة، ومن المرجح أن تتبع أسعار الفائدة المتوسطة. وفي حين أن استراتيجيات الانتعاش المتوسطة الحالية تظهر لتحقيق أداء تجريبي جيد في العديد من مجموعات البيانات الحقيقية، فإنها غالبا ما تجعل افتراض متوسط ​​العائد على فترة واحدة، وهو غير راض دائما، مما يؤدي إلى ضعف الأداء في بعض مجموعات البيانات الحقيقية. للتغلب على هذا القيد، تقترح هذه المقالة انعكاس متوسط ​​فترة متعددة. أو ما يسمى بدكوموفينغ المتوسط ​​ريفيرزيوندكو (مار)، واستراتيجية جديدة على الانترنت اختيار محفظة اسمه لدكووون الخط المنقولة ريفيرزيونردكو (أولمار)، الذي يستغل مار عبر تقنيات التعلم الآلي على الانترنت فعالة وقابلة للتطوير. من نتائجنا التجريبية في الأسواق الحقيقية، وجدنا أن أولمار يمكنها التغلب على عيوب خوارزميات الانعكاس المتوسطة الحالية وتحقيق نتائج أفضل بشكل ملحوظ، خاصة على مجموعات البيانات التي فشلت فيها خوارزميات الانعكاس المتوسطة الحالية. بالإضافة إلى أدائها التجريبي المتفوق، أولمار أيضا يعمل بسرعة كبيرة، مما يدعم قابليتها للتطبيق العملي لمجموعة واسعة من التطبيقات. وأخيرا، لقد جعلنا جميع مجموعات البيانات ورموز المصدر من هذا العمل متاحة للجمهور في موقع المشروع لدينا: OLPS. stevenhoi. org. اختيار المحفظة التعلم عبر اإلنترنت متوسط ​​االنعكاس متوسط ​​معدل االنتقال ظهرت النسخة القصيرة من هذا العمل 42 في المؤتمر الدولي التاسع والعشرين لتعلم اآللة) إكمل 2012 (. كوبيرايت كوبي 2015 إلزيفير B. V. جميع الحقوق محفوظة. يتم استخدام ملفات تعريف الارتباط بواسطة هذا الموقع. لمزيد من المعلومات، يرجى زيارة صفحة ملفات تعريف الارتباط. حقوق الطبع والنشر 2017 إلزيفير B. V. أو المرخصين أو المساهمين. سسينسديركت هي علامة تجارية مسجلة لشركة إلزيفير بفدونات إلى أركسيف arXiv. org غ كس غ أركسيف: 1206.4626 علوم الحاسب الآلي الهندسة الحاسوبية والمالية والعلوم العنوان: اختيار المحفظة على الخط مع انعكاس المتوسط ​​المتحرك (تم تقديمه في 18 يونيو 2012) مختصر: في وقد اجتذب اختيار المحفظة الخطية اهتمامات متزايدة في التعلم الآلي وجماعات الذكاء الاصطناعي مؤخرا. وتظهر الأدلة التجريبية أن الأسهم العالية والمنخفضة الأسعار مؤقتة وأقارب سعر السهم من المرجح أن تتبع ظاهرة انعكاس المتوسط. وفي حين أن استراتيجيات الانتعاش المتوسطة الحالية تظهر لتحقيق أداء تجريبي جيد في العديد من مجموعات البيانات الحقيقية، فإنها غالبا ما تجعل افتراض الانعكاس المتوسط ​​في فترة واحدة، وهو غير راض دائما في بعض مجموعات البيانات الحقيقية، مما يؤدي إلى ضعف الأداء عندما لا يكون الافتراض قائما. وللتغلب على هذا الحد، تقترح هذه المقالة انعكاسا متوسطا لعدة فترات، أو ما يسمى بالانقلاب المتوسط ​​المتحرك (مار)، واستراتيجية جديدة لتحديد المحفظة على الإنترنت تدعى "ريفيرز ريفيرزيون ريفيرزيون" (أولمار)، والتي تستغل مار بي وتطبيق تقنيات التعلم عبر الإنترنت قوية. من نتائجنا التجريبية، وجدنا أن أولمار يمكن التغلب على عيب خوارزميات العائد المتوسط ​​الحالي وتحقيق نتائج أفضل بكثير، وخاصة على مجموعات البيانات حيث فشل خوارزميات متوسط ​​العائد الحالية. بالإضافة إلى أداء التداول المتفوق، تعمل أولمار أيضا بسرعة كبيرة، مما يدعم قابليتها للتطبيق العملي على مجموعة واسعة من التطبيقات. استراتيجية معدل الانتعاش المتوسط ​​للمحفظة على الخط اختيار إظهار الملخص إخفاء الملخص ملخص: نحن نحقق في كيفية ومتى تنويع رأس المال على مدى أي مشكلة اختيار المحفظة، من منظور معالجة الإشارات. وتحقيقا لهذه الغاية، نقوم أولا بإنشاء حوافظ تحقق النمو الأمثل المتوقع في i. i.d. أسواق ذات أصول ثنائية منفصلة في إطار تكاليف المعاملات النسبية. ثم نقوم بتوسيع نطاق تحليلنا ليشمل الأسواق التي لديها أكثر من مخزنين. ويتم تصميم السوق من خلال سلسلة من المتجهات النسبية السعرية مع توزيعات منفصلة تعسفية، والتي يمكن أن تستخدم أيضا لتقريب فئة واسعة من التوزيعات المستمرة. لتحقيق النمو الأمثل، ونحن نستخدم المحافظ العتبة، حيث نقدم تحديث متكرر لحساب الثروة المتوقعة. ثم نوضح أنه في ظل إطار إعادة التوازن العتبة، ومجموعة قابلة للتحقيق من محافظ تشكل بشكل أنيق سلسلة ماركوف لا يمكن اختزالها في ظل ظروف تقنية خفيفة. نقيم التوزيع الثابت المقابل لهذه السلسلة ماركوف، الذي يوفر طريقة طبيعية وفعالة لحساب الثروة المتوقعة التراكمية. وفي وقت لاحق، يتم تحسين البارامترات المناظرة مما يؤدي إلى نمو المحفظة المثلى في إطار تكاليف المعاملات النسبية في i. i.d. في وقت واحد سوقين الأصول. كمشكلة مالية معروفة على نطاق واسع، ونحن أيضا حل المشكلة المثلى اختيار محفظة في أسواق الوقت المنفصل التي شيدت من خلال أخذ العينات الوقت المستمر أسواق براونية. في حالة أن التوزيعات المنفصلة الأساسية لناقلات الأسعار النسبية غير معروفة، فإننا نوفر أقصى تقدير للتقدير الذي يتم تضمينه أيضا في إطار التحسين في عمليات المحاكاة. المادة أكتوبر 2015 N. دينيزكان فانلي سيت تونك محمد A. دونميز سليمان S. كوزات الناس الذين يقرأون هذا المنشور أيضا قراءة النص الكامل المادة يناير 2011 إنجنيريا e إنفستيغاسيان مانفريد جيلي ديتمار مارينجر إنريكو شومان النص الكامل المادة أبريل 2008 ماريو ليناريس فسكيز دييغو فرناندو هرنانديز لوسادا فابيو غونزاليس أوسوريو النص الكامل للمادة تشرين الثاني / نوفمبر 2001 إنجنيريا e إنفستيغاسيون ألان بورودين فنسنت غوغان البيانات المقدمة لأغراض إعلامية فقط. على الرغم من أن جمعها بعناية، لا يمكن ضمان دقة. يتم توفير شروط الناشر من قبل روميو. قد تنطبق أحكام مختلفة من publisherx27s السياسة الفعلية أو اتفاقية الترخيص. هذا المنشور من مجلة قد تدعم الأرشفة الذاتية.