Нейронные сети пытаются создать приемлемые модели из большого количества данных. Они могут распознавать модели, не слишком ясные для людей, и адаптировать их при получении новой информации. Ключевая характеристика нейронных сетей в том, что они обучаются. Программе нейронных сетей сначала дается набор данных, состоящий из многих переменных, связанных с большим количеством случаев, или исходов, в которых результаты известны. Программа анализирует данные и обрабатывает все корреляции, а затем выбирает набор переменных, которые строго соотнесены с частными известными результатами, как начальная модель. Эта начальная модель используется, чтобы попробовать предсказать результаты различных случаев, а предсказанные результаты сравниваются с известными ( эталонными) результатами. Базируясь на этом сравнении, регулируя параметры переменных или даже заменяя их, программа изменяет модель. Этот процесс программа нейронных сетей повторяет много раз, стремясь улучшить прогнозирующую способность при наладке модели. Когда в этом итерационном подходе дальнейшее усовершенствование исчерпывается, т. е. при достижении некоегоприемлемого результата (уровня ошибки) программа готова делать предсказания для будущих случаев, то процесс обучения заканчивается.
Как только станет доступным новое большое количество случаев, эти данные также вводятся в нейронную сеть, и модель еще раз корректируется. Нейронная сеть обучается в основном относительно причинно-следственных моделей из этих дополнительных данных, и прогнозирующая способность улучшается.
Нейронные сети получили широкое применение в тех областях финансового и инвестиционного менеджмента, где требуется получение оценок и прогнозов, связанных с обработкой больших объемов информации, и принятия решений в минимально короткие интервалы времени (спекулятивные операции на фондовых рынках, краткосрочное прогнозирование курсов, технический анализ и т. д.).
|
|
Наиболее популярными нейросетевыми пакетами, предназначенных для решения задач финансово-кредитной сфере, являются программы Brain Maker Pro (California Scientific Software, США) и
семейство AI Trilogy фирмы Ward Systems (США).
Brain Maker - один из представителей семейства программ, нейросимуляторов, в основе которых лежит теория нейронных сетей, с другой стороны, он специально создавался для решения задач прогнозирования при работе с финансовыми данными - это и есть залог успеха пакета Brain Maker.
Специальные свойства пакета Brain Maker включают в себя развитые средства предварительной обработки и подготовки данных:
· Статистические функции - помогают при предварительном анализе данных;
· Операции сдвига - служат для специальной подготовки данных для обучения нейронной сети для прогнозов на временных рядах;
· Финансовые индикаторы - автоматически строят популярные индикаторы на основе имеющихся финансовых данных.
Профессиональные расширения пакета Brain Maker Professional содержат пять мощных методов анализа задачи:
· Анализ цикличности - находит периодические закономерности во входных данных;
· Анализ корреляции данный - помогает определить степень связи между двумя входными переменными и наличие временного сдвига между ними;
· Анализ чувствительности - показывает, в какой степени каждый из входов влияет на ответ нейросети;
· Глобальный анализ - выдает всевозможную статистику о работе сети и позволяет судить о функционировании сети в целом;
· Контурный анализ - графически демонстрирует, как пары входных переменных влияют на ответ нейросети.
|
|
Пакет The AI Trilogy («Трилогия искусственного интеллекта») американской фирмы Ward Systems Group — это набор из трех программ, каждая из которых мо жет использоваться как самостоятельно, так и в комбинации с остальными: про грамма NeuroShell II — это набор из 16 типов нейронных сетей, NeuroWindows — нейросетевая библиотека с исходными текстами, GeneHunter — генетическая программа оптимизации. В совокупности они образуют весьма мощный конструк тор, позволяющий строить аналитические комплексы любой сложности.
Позиции «Трилогии» на американском рынке чрезвычайно сильны. Пакет уста новлен в 150 крупнейших банках США, многократно побеждал в престижных конкурсах популярных финансовых изданий, помогает управлять капиталами в несколько миллиардов долларов. Отчеты фирмы Du Pont, института стандартов США и ФБР называют входящие в «Трилогию» пакеты лучшими для решения различных задач.
Приход пакета The AI Trilogy на рынок России и создание его русской версии знаменуют собой наступление нового этапа становления отечественного рынка аналитических систем. Сегодня аналитический рынок России созрел для освое ния нового класса пакетов — функционально полных сложных систем, позволяю щих решать комплексные задачи управления финансовыми ресурсами.