Обчислювальна ефективність пошуку консенсусу Кемені і набір експертів для висунення переваг на фондових ринках

It is studied where the algorithm’s MATLAB code for searching Kemeny ranking/consensus is effective. Besides, a matter of minimizing the number of experts is discussed. Statistics of searching Kemeny ranking/consensus are obtained in MATLAB. The algorithm’s effectiveness becomes more apparent for greater number of objects. Its MATLAB code is very simple, so the effectiveness is expected when other programming environments will be used (say, C/C++, Python, Java). A matter of minimizing the number of experts is reduced to using the simplest voting via social networks. Such social networks can be organized as corporative groups/communities in Facebook or other known networks. The stated result can be used in making preferences on options or other related stock-market objects.Вивчається те, де M ATLAB -код алгоритму для пошуку ранжування/консенсусу Кемені є ефективним. Окрім цього, обговорюється питання мінімізації числа експертів. Статистика пошуку ранжування/консенсусу Кемені отримується в M ATLAB . Ефективність алгоритму стає більш очевидною для більшого числа об’єктів. Його M ATLAB -код дуже простий, тому очікується така сама ефективність в інших середовищах (скажімо, C/C++, Python, Java). Питання мінімізації числа експертів зводиться до використання найпростішого голосування у соціальних мережах. Такі соціальні мережі можуть бути організовані як корпоративні групи/товариства у Facebook або інших відомих мережах. Викладений результат може бути застосований у виробленні переваг на опціонах або інших об’єктах фондових ринків