We observe that, according to what

We observe that, according to what may be expected, the stocks selected for our optimal tracking portfolio coincide with the larger stocks of the AEX-index.
In addition we note that the minimum weight in the tracking portfolio(that of AHOLD shares) is around 4,7% and the maximum weight (that of Unilever stocks) somewhat less than 14,5%.
Since the AEX-index consists of 25 stocks and is replicated by using just 10 stocks, we have also been able to check whether the GA tracker found is indeed the optimal
portfolio with respect to the training data.
We tried all possible combinations of 10 stocks out of 25 and calculated,based on the training data, the corresponding minimum expected tracking error as given by (2).
The best solution found appeared to coincide with the solution found by hybrid GA.
So, an important first conclusion of our experiments is that the hybrid GA is able to consistently find the optimal solution.

ผลลัพธ์ (ไทย) 1:

เราสังเกตว่า ตามอาจคาดหวัง สิ่งหุ้นสำหรับผลงานการติดตามที่เหมาะสมสอดคล้องกับหุ้นขนาดใหญ่ของ AEX-ดัชนี
นอกจากนี้เราทราบว่า น้ำหนักขั้นต่ำในการติดตามผลงาน (ที่ของ AHOLD หุ้น) เป็น 4,7% และสูงสุดน้ำหนัก (ที่หุ้นยูนิลีเวอร์) ค่อนข้างน้อยกว่า 14,5%
เนื่องจากดัชนี AEX ประกอบด้วยหุ้น 25 และจำลองโดยหุ้น 10 เราได้รับเพื่อตรวจสอบว่า tracker GA ที่พบแน่นอนสุด
ผลงานเกี่ยวกับข้อมูลการฝึกอบรม
เราลองชุดได้ทั้งหมดของหุ้น 10 จาก 25 และคำนวณ ตามข้อมูลการฝึกอบรม ต่ำสุดที่เกี่ยวข้องคาดว่าข้อผิดพลาดการติดตามที่กำหนดตาม (2)
สุดพบปรากฏขึ้นร่วมกับพบ โดยไฮบริ GA.
ดังนั้น บทสรุปแรกที่สำคัญของการทดลองของเราคือไฮบริ GA สามารถที่จะหาทางออกดีที่สุดอย่างสม่ำเสมอ

ผลลัพธ์ (ไทย) 3:

เราสังเกตว่า จากสิ่งที่อาจจะคาด หุ้นที่เลือกที่เหมาะสมสำหรับการติดตามผลงานของเราตรงกับขนาดใหญ่หุ้นของดัชนีอุตสาหกรรม .
นอกจากที่เราทราบว่ามีน้ำหนักน้อยในการติดตามผลงาน ( ที่ตัวหุ้น ) ประมาณ 4,7 % และน้ำหนักสูงสุด ( ของหุ้นยูนิลิเวอร์ ) ค่อนข้างน้อยกว่า 14,5
%เนื่องจากดัชนีอุตสาหกรรมประกอบด้วย 25 หุ้น และจำนวน โดยใช้แค่ 10 หุ้น เราก็สามารถตรวจสอบว่า GA ติดตามพบแน่นอนคือ ผลงานที่ดีที่สุด
ด้วยความเคารพข้อมูลการฝึกอบรม
เราพยายามที่เป็นไปได้ทั้งหมดของ 10 หุ้นจาก 25 และคำนวณตามข้อมูลการฝึกอบรม ขั้นต่ำที่คาดว่าติดตามข้อผิดพลาดที่ได้รับ ( 2 )
โซลูชั่นที่ดีที่สุดที่พบปรากฏว่าตรงกับทางออกพบลูกผสม Ga
ดังนั้นสำคัญก่อนสรุปผลการทดลองของเราเป็นเกมลูกผสมสามารถอย่างต่อเนื่องเพื่อหาโซลูชั่นที่เหมาะสมที่สุด