Kötvényárazási hibák intelligens javítóalgoritmusának tervezése és fejlesztése

OData támogatás
Konzulens:
Dr. Marosits Tamás
Távközlési és Médiainformatikai Tanszék

A magas komplexitású és sok emberi tényezővel rendelkező banki rendszerekben a hibák javítása kritikus és nagy mennyiségű, akár nehezen skálázható erőforrás felhasználását is jelentheti, ha teljesen az emberi erőforrásokra akarunk támaszkodni.

Sokkal jobban felügyelhető, kontrollálható és karbantartható adatfeldolgozó rendszert kapunk, ha – ahol lehetséges – az embert géppel helyettesítjük. Erre nyújt megoldást a Mesterséges Intelligencia tudományága, minek pár alapvető és szorosan kapcsolódó elemét ismertetem a dolgozatom első felében. Szó lesz továbbá ezek gyakorlati jelentőségéről, az adott technológia szerepéről egy bizonyos feladat megoldásában.

Emellett bemutatom a különböző kötvénypiaci eszközök informatikai reprezentációit, azok beolvasását, feldolgozását, szerkesztését és visszaírását szabványos formátumba. Ezeknek a feladatoknak az elvégzését jelentősen megkönnyíti a JAVA nyelv JAXB alkalmazásprogramozási felülete, illetve a JAVA reflektív tulajdonságát megvalósító osztályok és interfészek halmaza.

Dolgozatom második részében bemutatom az általam leprogramozott genetikus keresőalgoritmust, majd a tesztelés során elemzem, hogy egy kötvény leírását– megközelítőleg – hányféleképp lehet elrontani, és egyes hibatípusok esetén mennyit kell dolgozzon a keresőalgoritmus, illetve körülbelül hol vannak a határok, ahonnan még visszaállítható biztonságosan rövid idő alatt egy kötvény pontos leírása. Ezekre az eredményekre és tapasztalatokra alapozva javaslatot tettem arra vonatkozólag, hogy milyen irányban érdemes folytatni a fejlesztést.

Végül néhány mondatban összefoglalom az általam elvégzett munkát.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.