Technologie

L'intégration de l'analyse intermarchés avec traditionnelle du marché unique l'analyse technique est nécessaire pour les investissements seront rentables dans les années 1990 et au-delà. Limitée aujourd'hui unique axé sur le marché doit céder à un cadre plus large d'analyse qui traite de l'interdépendance des marchés financiers non linéaire d'aujourd'hui. Les réseaux de neurones sont un excellent outil pour mettre en œuvre l'analyse synergique. Ils peuvent être utilisés pour synthétiser des données disparates et trouver des modèles cachés et les relations complexes entre les marchés. Les réseaux de neurones sont réels, et ils font un travail! En fait, ils effectuent un travail remarquable à la transformation de vastes quantités de données intermarchés.

Entrée: technique, fondamentale et intermarket
Propagation de l'erreur vers l'arrière		ENTRÉE INVISIBLE SORTIE
	Sortie: Prix​​, la direction ou du signal

Le réseau de rétro-propagation est composé d'une couche d'entrée, une ou plusieurs couches cachées, et une couche de sortie. La couche d'entrée contient un neurone correspondant à chaque entrée (indépendante) variable. La couche de sortie contient un neurone pour chaque variable (charge) à être prédite. La couche masquée contient neurones qui sont reliés à la fois l'entrée et les couches de sortie. Les couches sont généralement entièrement connecté, à chaque neurone dans une couche relié à chaque neurone dans une couche adjacente. Les valeurs associées à chaque neurone d'entrée sont alimentés vers l'avant dans chaque neurone dans la première couche cachée. Ils sont ensuite multipliées par un poids approprié, a résumé, et passé à travers une fonction de transfert pour produire une sortie. Les résultats de la première couche cachée sont ensuite introduits avant, soit dans la couche suivante caché ou directement dans la couche de sortie dans les réseaux qui n'ont qu'une seule couche cachée. La couche de sortie de sortie est la prédiction faite par le réseau.