Нейронные сети
Указанный класс методов ориентирован для решения задач прогнозирования данных, поиска скрытых закономерностей, распознавания ситуаций и т. д., что позволяет инвестору принимать более обоснованные инвестиционные решения.
Нейронные сети – это обобщённое название нескольких групп алгоритмов, обладающих одним ценным свойством – они могут обучаться на примерах, извлекая скрытые закономерности из потока данных. Обрабатываемые данные могут быть неполны или же заведомо искажены, при этом, если между входными и выходными данными существует какая-то связь, то обученная нейронная сеть способна самостоятельно её выявить. Кроме того, современные нейронные сети обладают рядом дополнительных возможностей: они позволяют оценивать сравнительную важность различных видов входной информации, уменьшать её объем без потери существенных данных, распознавать симптомы приближения критических ситуаций и т. д.
Нейронные сети, таким образом, можно определить как взаимосвязанные алгоритмы, моделирующие с той или иной степенью достоверностью процессы функционирования нейронов, с которыми по существующим на сегодня представлениям связываются процессы функционирования головного мозга человека.
Важно подчеркнуть, что алгоритм принятия решений, реализуемый обученной нейронной сетью, не может быть выражен какой-то конкретной аналитической формулой или же объяснен с помощью какого-то другого, более простого алгоритма. Указанный алгоритм закодирован самой структурой нейронной сети. Вместе с тем по своей внутренней сущности алгоритм принятия решений, реализуемый обученной нейронной сетью – это разновидность статистического метода распознавания образов и прогнозирования.
Модель нейронной сети обычно представляют в виде многослойной сетевой структуру однотипных элементов – нейронов, соединенных между собой и сгруппированных в слои. Среди прочих слоев имеется входной слой, на нейроны которого подаётся информация, а также выходной, с которого снимается результат. При прохождении по сети входные сигналы усиливаются или ослабляются, что определяется весами межнейронных связей.
Перед применением нейросеть необходимо «обучить» на примерах, и с помощью коррекции весов межнейронных связей, по известным входным параметрам и результату сеть заставляют выдавать ответ, максимально близкий к правильному ответу.
Применительно к финансовому рынку проблему оценки постоянно изменяющихся внешних условий и, соответственно, степени влияния на рынок тех или иных параметров нейросеть решает самостоятельно в силу самого принципа её работы.
Нейросети (нейросетевые программы) на сегодня существуют в виде программных пакетов для персональных компьютеров. Наиболее популярными из них являются продукты семейства BrainMaker, распространяемые американской фирмой California Scientific Software.
Из российских разработок можно отметить программный продукт Fortel Trade.
|