Реляционный подход к извлечению данных имеет несколько
важных преимуществ, полученных теоретически в предыдущих главах. Вычислительные
эксперименты, представленные в этой главе показали эти преимущества на реальных
финансовых данных.
Реляционный
подхода к извлечению знаний и метод Discovery в состоянии обнаруживать закономерности в таких
сильно зашумленных данных, как финансовые ряды, и прогнозировать такие сложные
данные, как курсы акций и индексов.
В
течение многих лет методы логики первого порядка применялась, в основном,
других областях, например, экологии, медицины, фармакологии [101; 132; 142–143]. Эксперименты, представленные в этой главе
показывают, что логические методы извлечения знаний в языке первого порядка в
состоянии обнаружить закономерность в финансовом временном ряду. Эти финансовые
задачи представляют серьезный вызов для всех методов KDD&DM.
Методы
реляционного подхода к извлечению знаний имеют неограниченные возможности к объединенному использованию индикаторов,
которые необходимы для реальных торговых систем. Кроме того, реляционные методы
обеспечивают практически неограниченные возможности в формулировании и проверке
различных гипотез, которые не могут быть сформулированы другими методами. Класс
гипотез H4 уже показал преимущества перед гипотезами, проверенными в других
методах. Однако этот класс гипотез представляет только самый первый шаг в
изобретении финансовых гипотез.