Puesto que la comparación es la base de este método tenemos el proceso estacionario ideales árido así una larga historia es mejor. Los problemas prácticos de la utilización de una larga historia son evidentes, el principal espacio de almacenamiento un ser que es caro. El programa maneja 10 períodos de la historia pero, de nuevo, esto se puede extender fácilmente si es necesario. El período de tiempo real utilizado depende puramente en los aspectos prácticos de los requerimientos del cliente.
Si el cliente está dispuesto a comprar y vender, a intervalos de dos semanas, entonces el período de tiempo debe ser quincenal y así sucesivamente. Si no tiene ni idea de este período de compra /venta a continuación, cuanto menor sea el tiempo-periodo, mejor, aunque esto significa problemas en la recolección de datos aumenta y así sucesivamente. Ninguna decisión final se ha hecho en este punto, ya que no es necesario para la organización de archivos de datos o el propio programa.
(4) y
(5) La constante de normalización (es decir, la suma de todos los pesos) es un compromiso entre la precisión y el tiempo de funcionamiento. Cuanto mayor sea el número, mejor la exactitud, es decir, hay más resolución entre los pesos individuales, pero también se incrementa la complejidad en el aritmética involucrados en los procesos de cambio de peso.
Otro efecto a destacar es que la aritmética de redondeo en la división puede dar lugar a resultados no intencionales (basado en la experiencia directa!) Y así la constante debe ser lo suficientemente grande como para superar esta manera satisfactoria. Se decidió elegir un valor inicial de 100 para cada uno de los 10 pesos, dando una suma constante de 1000. El valor del parámetro A afecta claramente el tiempo del periodo de aprendizaje andhistory. En otra palabra-, ya que A es una especie de 'distancia de búsqueda' por encima del mínimo requerido, parecería innecesario buscar demasiado lejos.
Sin embargo, esto resultó no ser el caso y la inferencia es que el tiempo