Lógica difusa
Fuzzy Logic es un enfoque para el procesamiento de variables que permite procesar múltiples valores a través de la misma variable. La lógica difusa intenta resolver problemas con un espectro de datos abierto e impreciso que permite obtener una serie de conclusiones precisas. La lógica difusa está diseñada para resolver problemas considerando toda la información disponible y tomando la mejor decisión posible dada la entrada.
Para llevar clave
- La lógica difusa permite un procesamiento más avanzado del árbol de decisiones y una mejor integración con la programación basada en reglas.
- Teóricamente, esto le da al enfoque más oportunidades para imitar las circunstancias de la vida real.
- Los analistas cuantitativos pueden utilizar la lógica difusa para mejorar la ejecución de sus algoritmos.
Entendiendo la lógica difusa
La lógica difusa se deriva del estudio matemático de conceptos difusos que también implica conjuntos difusos de datos. Los matemáticos pueden usar una variedad de términos cuando se refieren a conceptos confusos y análisis difusos. En términos generales y completos, estos términos se clasifican como semántica difusa.
En la práctica, todas estas construcciones permiten múltiples valores de la condición "verdadera". En lugar de que True sea numéricamente equivalente a 1 y False sea equivalente a 0 (o viceversa), la condición True podría ser cualquier número de valores menor que uno y mayor que cero. Esto crea una oportunidad para que los algoritmos tomen decisiones basadas en rangos de datos de precios en lugar de un punto de datos discreto.
Consideraciones de lógica difusa
La lógica difusa en su sentido más básico se desarrolla a través del análisis del tipo de árbol de decisión. Por lo tanto, en una escala más amplia, forma la base de los sistemas de inteligencia artificial programados a través de inferencias basadas en reglas.
En general, el término difuso se refiere a la gran cantidad de escenarios que se pueden desarrollar en un árbol de decisiones como un sistema. El desarrollo de protocolos de lógica difusa puede requerir la integración de programación basada en reglas. Estas reglas de programación pueden denominarse conjuntos difusos, ya que se desarrollan a discreción de modelos integrales.
Los conjuntos difusos también pueden ser más complejos. En analogías de programación más complejas, los programadores pueden tener la capacidad de ampliar las reglas utilizadas para determinar la inclusión y exclusión de variables. Esto puede dar como resultado una gama más amplia de opciones con un razonamiento basado en reglas menos preciso.
Semántica difusa en inteligencia artificial
El concepto de lógica difusa y semántica difusa es un componente central para la programación de soluciones de inteligencia artificial. Las soluciones y herramientas de inteligencia artificial continúan expandiéndose en la economía en una variedad de sectores a medida que las capacidades de programación de la lógica difusa también se expanden.
El Watson de IBM es uno de los sistemas de inteligencia artificial más conocidos que utiliza variaciones de lógica difusa y semántica difusa. Específicamente en los servicios financieros, la lógica difusa se está utilizando en el aprendizaje automático y los sistemas tecnológicos que respaldan los resultados de la inteligencia de inversión.
En algunos modelos comerciales avanzados, la integración de las matemáticas de lógica difusa también se puede utilizar para ayudar a los analistas a crear señales automáticas de compra y venta. Estos sistemas ayudan a los inversores a reaccionar ante una amplia gama de variables cambiantes del mercado que afectan sus inversiones.
En los modelos avanzados de comercio de software, los sistemas pueden usar conjuntos difusos programables para analizar miles de valores en tiempo real y presentar al inversor la mejor oportunidad disponible. La lógica difusa se usa a menudo cuando un comerciante busca hacer uso de múltiples factores para su consideración. Esto puede resultar en un análisis restringido para las decisiones comerciales. Los comerciantes también pueden tener la capacidad de programar una variedad de reglas para promulgar operaciones. Dos ejemplos incluyen los siguientes:
Regla 1: Si el promedio móvil es bajo y el índice de fuerza relativa es bajo, entonces venda.
Regla 2: Si el promedio móvil es alto y el índice de fuerza relativa es alto, entonces compre.
La lógica difusa permite a un operador programar sus propias inferencias subjetivas en baja y alta en estos ejemplos básicos para llegar a sus propias señales de negociación automatizadas.
Comparar cuentas de inversión Nombre del proveedor Descripción Divulgación del anunciante × Las ofertas que aparecen en esta tabla son de asociaciones de las cuales Investopedia recibe una compensación.