Neuronale Netze können Muster in Daten, die den Menschen nicht bemerkt und erfolgreich die Zukunft vorhersagen Trend könnte zu entdecken. Addaptron Software hat NNSTP-2, neuronale Netzwerk-Computer-Tool entwickelt, Aktienhändler bei der Vorhersage die Aktienkurse für kurze Laufzeiten zu helfen. NNSTP-2 prognostiziert künftige Aktienkurse oder deren prozentuale Veränderungen (kann im Einstellungsmenü gewählt werden) mit Fuzzy Neural Network (FNN). Es arbeitet automatisch bei der Erstellung des FNN, Schulung und Mapping, um ein neues Eingangsvektor zu klassifizieren.
Empfehlenswerte Prognosehorizont ist 1-60 Handelstagen. Die Software prognostiziert Schlusskurs oder einer gewichteten (kann in den Einstellungen Menü gewählt werden). Eingabedaten sind gewichtete Schlusskurs der Aktie und das Volumen gehandelt. Die Eingangsdaten charakteristischen Matrizen vor dem Training FNN umgewandelt. Die Prognose basiert auf automatische Suche von verschiedenen Eingängen Zeiten basiert, um die Genauigkeit eines jeden durch Backtesting zu definieren. Dann wird die endgültige Prognose basiert auf gewichtete Mittelung aller Prognosen gebaut. Jedes Gewicht ist proportional zur Genauigkeit eines gewissen Eingabeperiode Sage.
NNSTP-2 verfügt über eine benutzerfreundliche einfach zu bedienende Benutzeroberfläche. Die Software ist für Händler mit Grundkenntnissen in der Aktienanalyse vorgesehen.
Version 2.0 prognostiziert künftige Aktienkurse oder prozentuale Veränderungen (kann im Einstellungsmenü gewählt werden) mit Fuzzy Neural Network (FNN). Es arbeitet automatisch bei der Erstellung des FNN, Schulung und Mapping, um ein neues Eingangsvektor zu klassifizieren. Empfehlenswerte Prognosehorizont ist 1-60 Handelstagen. Die Prognose basiert auf automatische Suche von verschiedenen Eingängen Zeiträume, um die Genauigkeit eines jeden durch Backtesting definieren basiert
Was ist neu in dieser Pressemitteilung:.
Version 2.0 prognostiziert künftige Aktienkurse oder prozentuale Veränderungen (kann im Einstellungsmenü gewählt werden) mit Fuzzy Neural Network (FNN). Es arbeitet automatisch bei der Erstellung des FNN, Schulung und Mapping, um ein neues Eingangsvektor zu klassifizieren. Empfehlenswerte Prognosehorizont ist 1-60 Handelstagen. Die Prognose basiert auf automatische Suche von verschiedenen Eingängen Zeiträume, um die Genauigkeit eines jeden durch Backtesting definieren basiert
Einschränkungen .
60-Tage-Testversion
Kommentare nicht gefunden