Alt - dette arbeidet ser ut til å forlate det sentrale problemet untouched-, en nyttig modell er så langt unna som alltid. Svaret er, føler jeg, ikke i å søke en tilnærming stivt, men i å bruke en kombinasjon av mange teknikker i bruk i andre felt. Feature utvinning og kognitiv tilnærming generelt synes å tilby mye mer spillerom enn andre metoder i å gi en forståelse av faget av investeringen som helhet. Blitt kontaktet problemet med å bygge en nyttig modell har med COIN i tankene.
Det er en hypotese at dataene for COIN kan manipuleres ved hjelp av en combinatory logikk metode (en modifikasjon av boolsk algebra) på en slik måte at resultatene av COIN blir optimal-det vil nesten helt sikkert aldri bli perfekt. Markert suksess er blitt oppnådd ved denne teknikk, suksessraten som går opp fra 35% til maksimalt så langt over 70%. Dermed kvaliteten på dataene har blitt forbedret fra ikke så veldig god til ganske bra med minimal endring.
Faktisk de eneste endringene som er gjort i dataene er å reversere noen av de korrelasjons tegn på de 10 variablene valgt (de er alle antatt positiv a priori). Men teknikken har klart en maksimal suksess rate (det er fire trangsynt ') og mye mer kan gjøres med ett sett med data i form av generelle kombinatoriske funksjoner. Tilnærmingen her kan sees å passe Ivakhnenko sekundære feed-back '; Jeg er faktisk prøver å gjøre valget av variabler og deres relasjoner (og dermed bygge modellen) automatisk, gitt en data-base til å arbeide på.
Fremtiden er veldig lys, siden de foreløpige resultatene er oppmuntrende. Det er ingen tvil om at innen investering er moden for eksamen ved hjelp av metoder som brukes i andre felt
Investeringsanalyse