Design of Adaptive Business Rules Model for High Frequency Data Processing

V tomto článku je diskutováno zpracování vysokofrekvenčních dat pomocí komplexních platforem v kombinaci s přístupem podnikových pravidel. Pro tak velký objem dat je vhodné použití komplexní platformy (CEP), protože CEP umožňuje zpracování velkého objemu dat v reálném čase. Chtěli bychom se zaměřit na zlepšení rozhodovacího procesu za podmínky dynamického přizpůsobení procesu za běhu. Pro detekci a predikci trendů v datech budeme používat rozpoznávání vzorů dolováním informací z historických dat. Po rozpoznání charakteristických vzorů budeme vytvářet sadu obchodních pravidel, které řídí proces a budeme kontrolovat tok procesu tím, že zavedeme a definujeme omezení.

Tento model bychom chtěli použít pro sestavení obchodního systému. Algoritmické obchodování používá komplexní zpracování událostí pro výpočet složitých algoritmů, které indikují, kdy prodat nebo koupit na základě zpracování v reálném čase. Na data z trhu lze pohlížet jako na události. Tato data musí být analyzována v reálném čase, pokud chceme identifikovat trendy v datech a automaticky na ně reagovat. Tradiční přístup pro detekci anomálií na akciovém trhu byla statistická analýza, ale přístup na bázi komplexí platformy je schopen reagovat rychleji než tradiční přístup.