Wyniki wyszukiwania - BazTech

1

Paradygmat programowania proceduralnego w procesie budowy systemów automatycznych bazujących na średnich kroczących

Juszczuk P., Kozak J.

Studia Informatica Pomerania

|

2016

|

Nr 1 (39)

25--35

PL

W artykule zostanie zaproponowane nowe podejście dotyczące generowania sygnałów transakcyjnych bazujących na klasycznym mechanizmie przecięcia średniej kroczącej z wykresem cenowym. Sam mechanizm doboru okresu wskaźnika uzależniony będzie od skuteczności wcześniejszych sygnałów. W przypadku trafności sygnałów liczba odczytów uwzględnianych przy wyznaczaniu wartości średniej kroczącej będzie zmniejszona, co spowoduje zwiększenie liczby otwartych zleceń. Z kolei duża liczba zleceń stratnych doprowadzi do zwiększenia okresu średniej kroczącej, co wpłynie na ograniczenie liczby sygnałów. Podejście to zostanie porównane z klasycznymi rozwiązaniami bazującymi na średnich kroczących. Mechanizm budowy systemu transakcyjnego zostanie przedstawiony jako zagadnienie związane z proceduralnym paradygmatem programowania, gdzie poszczególne fragmenty kodu przygotowane zostaną w formie bloków – procedur. Takie podejście umożliwia elastyczne modyfikowanie istniejącego rozwiązania oraz rozszerzanie jego funkcjonalności poprzez dodawanie nowych elementów.

EN

In this article we propose a novel approach for the generating transaction systems based on the technical analysis indicator – moving averages. Crossover of the moving average with the price chart is considered as a signal. Mechanism of setting the moving average period will be decreased in case of efficient trading. On the other hand, a couple of loss making trades leads to the increasing the moving average period. This will directly affect of decreasing number of trades. Such approach will be compared with the classical solutions based on crossover of two moving averages. Such mechanism will be presented as a system based on the procedural programming paradigm, in which stand-alone block codes are system functions. This will allow to easily expand some system functionalities without increasing code complexity.

2

Algorytmy do konstruowania drzew decyzyjnych w przewidywaniu skuteczności kampanii telemarketingowej banku

Kozak J., Juszczuk P.

Studia Informatica Pomerania

|

2016

|

Nr 1 (39)

49--59

PL

W artykule dokonano analizy kampanii telemarketingowej portugalskiego banku. Dane zawierają 17 atrybutów (cech), w tym informację o skuteczności przeprowadzonej rozmowy związanej z ofertą lokaty bankowej. Analiza przeprowadzona została z zastosowaniem algorytmów do konstruowania drzew decyzyjnych (m.in. CART, C4.5), a w jej wyniku, na podstawie wartości cech klienta, wykonana została predykcja określająca skutek rozmowy telemarketingowej. Wykonane doświadczenia pozwoliły na analizę wyników poszczególnych klasyfikatorów pod względem różnych miar oceny jakości klasyfikacji. Jest to szczególnie ważne w przypadku rzeczywistych zbiorów danych z nierównomiernie rozłożonymi klasami decyzyjnymi.

XX

In this article we propose a novel approach for the generating transaction systems based on the technical analysis indicator - moving averages. Crossover of the moving average with the price chart is considered as a signal. Mechanism of setting the moving average period will be decreased in case of efficient trading. On the other hand, a couple of loss making trades leads to the increasing the moving average period. This will directly affect of decreasing number of trades. Such approach will be compared with the classical solutions based on crossover of two moving averages. Such mechanism will be presented as a system based on the procedural programming paradigm, in which stand-alone block codes are system functions. This will allow to easily expand some system functionalities without increasing code complexity.

3

Solving the sudoku with the differential evolution

Boryczka U., Juszczuk P.

Zeszyty Naukowe Politechniki Białostockiej. Informatyka

|

2012

|

Z. 9

5-16

EN

In this paper, we present the application of the Differential Evolution (DE) algorithm to solving the combinatorial problem. The advantage of the DE algorithm is its capability of avoiding so-called "local minima" within the considered search space. Thanks to the special operator of the adaptive mutation, it is possible to direct the searching process within the solution space. The DE algorithm applies the selection operator that selects from the child population only the offspring with the greater value of the fitness function in comparison to their parents. An algorithm applied to a combinatorial optimization problem: Sudoku puzzle is presented. Sudoku consists of a nine by nine grid, divided into nine three by three boxes. Each of the eighty-one squares should be filled in with a number between one and nine. In this article we show, that the mutation schema has significant impact on the quality of created solution.

PL

W artykule przedstawimy propozycję zastosowania algorytmu ewolucji różnicowej do rozwiązywania problemów kombinatorycznych. Przewagą ewolucji różnicowej jest zdolność do unikania optimów lokalnych w przestrzeni przeszukiwań. Specjalny operator mutacji pozwala ukierunkować proces poszukiwań rozwiązania. W ewolucji różnicowej stosowany jest operator selekcji, który promuje tylko najlepiej przystosowane osobniki z populacji rodziców i potomków. Przedstawimy zastosowanie opisanego algorytmu do problemu rozwiązywania Sudoku. Sudoku składa się z planszy 9 na 9, podzielonej na 9 sekcji -każda o rozmiarze 3 na 3 elementy. Każda z 81 kratek powinna zostać wypełniona wartością z przedziału 1 do 9. W artykule pokażemy, że ewolucja różnicowa pozwala na rozwiązywanie Sudoku.

4

A Comparative Study of Various Strategies in Differential Evolution

Boryczka U., Juszczuk P., Kłosowicz L.

Prace Naukowe Politechniki Warszawskiej. Elektronika

|

2009

|

z. 169

19-26

EN

This paper presents a comparison of various strategies of differential evolution. Differential evolution (DE) is a simple and powerful optimization method, which is mainly applied to numerical optimization and many other problems (for example: neural network train, filter design or image analysis). The comparison of various modifications (named strategies) of DE algorithm allows to choose the algorithm version which is best adjusted to desirable requirements. Three parameters are tested: speed, accuracy and completeness. The first section of this article presents general optimization problem and says a little about methods used to function optimization. The next section describes differential evolution - basic algorithm is presented. Two different crossover methods, process of initial population creation and basic mutation schema are described. The third section describes the most popular DE strategies. In the fourth section a new modification (called λ-modification) of DE algorithm is presented. Next section provides basic information about four test functions and differential evolution parameters used in research. The paper presents then summary and final conclusions.