Technologie

De integratie van Intermarche analyse met traditionele single-markt technische analyse is nodig voor een winstgevende handel in de jaren 1990 en verder. De huidige beperkte single-focus op de markt moet wijken voor een breder analytisch kader dat de niet-lineaire onderlinge afhankelijkheid van de huidige financiële markten aanpakt. Neurale netwerken zijn een uitstekend middel om synergie-analyse uit te voeren. Ze kunnen gebruikt worden tot een disparate gegevens te synthetiseren en vind verborgen patronen en complexe relaties tussen markten. Neurale netwerken zijn echt, en ze werken! Sterker nog, ze presteren een uitstekende baan bij het ​​verwerken van omvangrijke hoeveelheden van Intermarche gegevens.

Invoer: technische, fundamentele en Intermarche
Achteruit fout propagatie		INGANG VERBORGEN OUTPUT
	Uitgang: Prijs, Direction of Signal

De back-propagatie netwerk bestaat uit een ingang laag een of meer verborgen lagen en een uitgang laag. De input laag bevat een neuron die overeenkomt met elke ingang (onafhankelijke) variabele. De uitgang laag bevat een voor elke neuron (afhankelijke) variabele te voorspellen. De verborgen laag bevat neuronen die is aangesloten op de ingang en uitgang lagen. De lagen zijn gewoonlijk volledig verbonden met elke neuron in een laag met elkaar neuron in een aangrenzende laag. De waarden die bij elke ingang neuron naar voren ingevoerd in elk neuron in de eerste verborgen laag. Ze worden vermenigvuldigd met een geschikt gewicht opgeteld en door een overdrachtsfunctie aan een uitgang produceren. De uitgangen van de eerste verborgen laag worden dan naar voren gevoerd hetzij in de volgende verborgen laag of direct in de output laag in netwerken die slechts een verborgen laag te hebben. De uitgang laag uitgang van de voorspelling van het netwerk.