The potential of the proposed stock

The potential of the proposed stock trading using RSPOP model discussed in this paper is notable as it demonstrates the feasible application of POPFNN in the area of financial prediction. Although the proposed approach is not proven to assure profits from real world markets, this paper presented a forecast bottleneck free trading decision model that opened new opportunities for the synergy of this approach with various trading decision schemes. Design of intelligent trading decision schemes that synergize with forecasting to yield optimal trading performance on real world stock market data now appears to be a promising research area. The research presented in this paper is in line with the research direction of Centre for Computational Intelligence (C2i) [64], formerly the Intelligent Systems Laboratory, at the Nanyang Technological University, Singapore. C2i undertakes active research in intelligent neuro-fuzzy systems for the modelling of complex, nonlinear and dynamic problem domains. Examples of neural and neuro-fuzzy systems developed at C2i are MCMAC [65], GenSoFNN [66], and POPFNN [67].

ผลลัพธ์ (ไทย) 1:

ศักยภาพหุ้นเสนอซื้อขายโดยใช้แบบจำลอง RSPOP ที่กล่าวถึงในเอกสารนี้จะโดดเด่นแสดงให้เห็นถึงการใช้ POPFNN ในการพยากรณ์ทางการเงินเป็นไปได้ แม้ว่าวิธีการนำเสนอจะพิสูจน์เพื่อให้มั่นใจกำไรจากตลาดโลก กระดาษนี้นำเสนอขวดคาดการณ์แบบจำลองการตัดสินใจที่เปิดโอกาสใหม่สำหรับดุสิตของวิธีการนี้กับแผนงานการตัดสินใจซื้อขายต่างๆ การซื้อขายฟรี ออกแบบอัจฉริยะร่างตัดสินค้าที่ synergize กับการคาดการณ์ให้ประสิทธิภาพสูงสุดค้าข้อมูลตลาดหุ้นโลกขณะนี้ ดูเหมือนจะ เป็นพื้นที่วิจัยสัญญา การวิจัยนำเสนอในเอกสารนี้จะสอดคล้องกับทิศทางงานวิจัยของศูนย์สำหรับระบบสารสนเทศคอมพิวเตอร์ (C2i) [64], เดิมอัจฉริยะระบบห้องปฏิบัติการ ที่ Nanyang มหาวิทยาลัยเทคโนโลยี สิงคโปร์ C2i รับงานวิจัยในระบบอัจฉริยะสมองพร่าเลือนสำหรับสร้างแบบจำลองของโดเมนของปัญหาซับซ้อน ไม่เชิงเส้น และแบบไดนามิก ตัวอย่างของระบบประสาท และสมองพร่าเลือนพัฒนาที่ C2i คือ MCMAC [65], GenSoFNN [66], และ POPFNN [67]

ผลลัพธ์ (ไทย) 2:

อาจเกิดขึ้นจากการซื้อขายหุ้นที่เสนอโดยใช้แบบจำลอง RSPOP กล่าวถึงในบทความนี้เป็นเรื่องน่าทึ่งที่มันแสดงให้เห็นถึงการใช้งานเป็นไปได้ของ POPFNN ในพื้นที่ของการคาดการณ์ทางการเงิน แม้ว่าวิธีการที่นำเสนอไม่ได้รับการพิสูจน์แล้วว่าได้ผลตอบแทนจากตลาดโลกแห่งความจริงบทความนี้นำเสนอการคาดการณ์คอขวดแบบจำลองการตัดสินใจซื้อขายฟรีที่เปิดโอกาสใหม่สำหรับการทำงานร่วมกันของวิธีการนี​​้กับแผนการตัดสินใจซื้อขายต่างๆ การออกแบบที่ชาญฉลาดแบบการตัดสินใจซื้อขายที่ synergize กับการคาดการณ์เพื่อให้ได้ประสิทธิภาพการค้าที่ดีที่สุดในโลกแห่งความจริงข้อมูลการลงทุนในตลาดหุ้นตอนนี้ดูเหมือนจะเป็นพื้นที่ที่มีแนวโน้มการวิจัย งานวิจัยที่นำเสนอในงานวิจัยนี้สอดคล้องกับทิศทางการวิจัยของศูนย์คอมพิวเตอร์หน่วยสืบราชการลับ (C2I) [64] ก่อนอัจฉริยะระบบปฏิบัติการที่ Nanyang Technological University, ประเทศสิงคโปร์ C2I รับการวิจัยที่ใช้งานในระบบประสาทเลือนอัจฉริยะสำหรับการสร้างแบบจำลองที่ซับซ้อนไม่เป็นเชิงเส้นและแบบไดนามิกโดเมนปัญหา ตัวอย่างของระบบประสาทและระบบประสาทเลือนพัฒนาที่ C2I มี MCMAC [65] GenSoFNN [66] และ POPFNN [67]

ผลลัพธ์ (ไทย) 3:

ศักยภาพของการเสนอซื้อขายหุ้นโดยใช้รูปแบบ rspop กล่าวถึงในกระดาษนี้เป็นที่น่าสังเกตว่ามันแสดงให้เห็นถึงความเป็นไปได้ในการประยุกต์ใช้ popfnn พื้นที่ของการพยากรณ์ทางการเงิน ถึงแม้ว่าวิธีการที่เสนอจะไม่พิสูจน์ให้มั่นใจกำไรจากตลาดโลกที่แท้จริงบทความนี้นำเสนอผลการตัดสินใจแบบคอขวดซื้อขายฟรี เปิดโอกาสใหม่สำหรับธุรกิจของวิธีการนี้กับรูปแบบการตัดสินใจซื้อขายต่าง ๆ การออกแบบระบบการตัดสินใจซื้อขายฉลาดที่ 6 . ประสานพลังสร้างสิ่งใหม่กับการพยากรณ์ผลผลิตประสิทธิภาพการซื้อขายที่เหมาะสม ข้อมูลตลาดหุ้นโลกจริงแล้ว ปรากฏเป็น พื้นที่วิจัย แนวโน้มงานวิจัยที่นำเสนอในงานวิจัยนี้สอดคล้องกับทิศทางการวิจัยของศูนย์ปัญญาเชิงคำนวณ ( c2i ) [ 64 ] , เดิมห้องปฏิบัติการระบบอัจฉริยะ ที่มหาวิทยาลัยเทคโนโลยีนันยางสิงคโปร์ c2i รับรองการวิจัยที่ใช้งานในระบบอัจฉริยะ Fuzzy Neuro สำหรับแบบจำลองที่ซับซ้อนและโดเมนปัญหาไม่เชิงเส้นแบบไดนามิกตัวอย่างของระบบประสาท ประสาทฟัซซี่และการพัฒนาที่ c2i เป็น mcmac [ 65 ] gensofnn [ 66 ] และ popfnn [ 67 ]