Qu'est-ce que la logique floue?
La logique floue est une approche du traitement des variables qui permet de traiter plusieurs valeurs via la même variable. La logique floue tente de résoudre des problèmes avec un spectre de données ouvert et imprécis qui permet d'obtenir un tableau de conclusions précises. La logique floue est conçue pour résoudre les problèmes en tenant compte de toutes les informations disponibles et en prenant la meilleure décision possible compte tenu de l'entrée.
Points clés à retenir
- La logique floue permet un traitement plus avancé de l'arbre de décision et une meilleure intégration avec la programmation basée sur des règles, ce qui donne à l'approche plus de possibilités d'imiter des circonstances réelles.La logique floue peut être utilisée par les analystes quantitatifs pour améliorer l'exécution de leurs algorithmes.
Comprendre la logique floue
La logique floue découle de l'étude mathématique des concepts flous qui implique également des ensembles flous de données. Les mathématiciens peuvent utiliser une variété de termes lorsqu'ils se réfèrent à des concepts flous et à une analyse floue. De manière générale et complète, ces termes sont classés comme sémantiques floues.
En pratique, ces constructions permettent toutes de multiples valeurs de la "vraie" condition. Au lieu que True soit numériquement équivalent à 1 et False soit équivalent à 0 (ou vice versa), la condition True pourrait être un nombre quelconque de valeurs inférieures à un et supérieures à zéro. Cela permet aux algorithmes de prendre des décisions basées sur des plages de données de prix par opposition à un point de données discret.
Considérations sur la logique floue
La logique floue dans son sens le plus élémentaire est développée par une analyse de type arbre de décision. Ainsi, à plus grande échelle, il constitue la base de systèmes d'intelligence artificielle programmés par le biais d'inférences basées sur des règles.
Généralement, le terme flou fait référence au grand nombre de scénarios qui peuvent être développés dans un système de type arbre de décision. Le développement de protocoles de logique floue peut nécessiter l'intégration d'une programmation basée sur des règles. Ces règles de programmation peuvent être appelées ensembles flous car elles sont développées à la discrétion de modèles complets.
Les ensembles flous peuvent également être plus complexes. Dans les analogies de programmation plus complexes, les programmeurs peuvent avoir la possibilité d'élargir les règles utilisées pour déterminer l'inclusion et l'exclusion des variables. Cela peut entraîner une gamme plus large d'options avec un raisonnement basé sur des règles moins précis.
Sémantique floue en intelligence artificielle
Le concept de logique floue et de sémantique floue est un élément central de la programmation de solutions d'intelligence artificielle. Les solutions et les outils d'intelligence artificielle continuent de se développer dans l'économie dans un éventail de secteurs à mesure que les capacités de programmation de la logique floue se développent également.
Watson d'IBM est l'un des systèmes d'intelligence artificielle les plus connus utilisant des variations de logique floue et de sémantique floue. Plus précisément dans les services financiers, la logique floue est utilisée dans les systèmes d'apprentissage automatique et de technologie prenant en charge les résultats de l'intelligence d'investissement.
Dans certains modèles de trading avancés, l'intégration des mathématiques à logique floue peut également être utilisée pour aider les analystes à créer des signaux d'achat et de vente automatisés. Ces systèmes aident les investisseurs à réagir à un large éventail de variables changeantes du marché qui affectent leurs investissements.
Dans les modèles avancés de trading de logiciels, les systèmes peuvent utiliser des ensembles flous programmables pour analyser des milliers de titres en temps réel et offrir à l'investisseur la meilleure opportunité disponible. La logique floue est souvent utilisée lorsqu'un trader cherche à utiliser plusieurs facteurs à prendre en considération. Cela peut entraîner une analyse plus étroite des décisions commerciales. Les traders peuvent également avoir la capacité de programmer une variété de règles pour la promulgation de transactions. Voici deux exemples:
Règle 1: Si la moyenne mobile est faible et l'indice de force relative est faible, alors vendez.
Règle 2: Si la moyenne mobile est élevée et que l'indice de force relative est élevé, alors achetez.
La logique floue permet à un trader de programmer ses propres inférences subjectives à la baisse et à la hausse dans ces exemples de base pour arriver à ses propres signaux de trading automatisés.
