...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of Innovative Computing Information and Control >A FUZZY-BASED ROUGH SETS CLASSIFIER FOR FORECASTING QUARTERLY PGR IN THE STOCK MARKET (PART Ⅱ)
【24h】

A FUZZY-BASED ROUGH SETS CLASSIFIER FOR FORECASTING QUARTERLY PGR IN THE STOCK MARKET (PART Ⅱ)

机译：基于模糊粗糙集分类器的股票市场季度PGR预测（第二部分）

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Three hybrid models are proposed for solving the practical problems of forecasting quarterly PGR (profit growth rate) and based on six essential components: experiential knowledge (EK), feature selection method (FSM), discretization method (DM), fuzzy set theory (FST), rule filter (RF) and rough set theory (RST). Following the Part I (the previous paper), a called PGR dataset collected from the financial holding stocks in Taiwan's stock market is implemented as the empirical case study in the Part II (this paper) to evaluate the proposed hybrid models. An external comparison and internal comparison are conducted; concurrently, some findings and management implications are disclosed from the experimental results. The results include decision rules of a set to directly rule the strategy of investment and intelligently offer a powerful explanation for the investors. They are of value to both academicians and practitioners.
机译：提出了三种混合模型来解决预测季度PGR（利润增长率）的实际问题，并基于六个基本要素：经验知识（EK），特征选择方法（FSM），离散化方法（DM），模糊集理论（FST） ），规则过滤器（RF）和粗糙集理论（RST）。在第一部分（上一篇论文）之后，从台湾股票市场的金融控股股票中收集的一个称为PGR数据集被用作第二部分（本文）中的经验案例研究，以评估所提出的混合模型。进行外部比较和内部比较；同时，从实验结果中揭示了一些发现和管理意义。结果包括一套决策规则，可以直接统治投资策略，并为投资者提供有力的解释。它们对院士和从业者都是有价值的。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号