интересно
Предыдущая | Содержание | Следующая

Нейронные сети

Исторически развитие нейросетей складывалось как попытки смоделировать те или иные способности и свойства человеческого мышления. После ряда сложных исследований была выяснена роль нейронов как элементов, накапливающих и передающих информацию. Разработка соответствующих математических методов позволила создать системы, обладающие уникальными свойствами, а именно:

способность системы обучаться на множестве предъявляемых примеров;

способность обученной системы с высокой точностью распознавать новые входные значения;

способность обученной системы сохранять устойчивость работы и точность распознавания в случаях, когда входные данные противоречивы, искажены или содержат шумовые помехи.

Применение нейронных сетей в финансовых прогнозах начинается с 1990 г., когда фирма California Scientific Software выпускает коммерческий нейропакет Brain Maker. Используемая конструкция нейросети делает его надежным и удобным в работе; для его освоения от аналитика не требуется специальных познаний ни в программировании, ни в математике. Не случайно именно этот пакет и по сей день остается самым продаваемым в своем классе. Специалисты финансового анализа получили мощное средство для составления прогнозов, практически незаменимое в случаях, когда правила, по которым изменяется цена, неизвестны и трудновыявляемы.

На основе нейронных сетей для банков созданы пакеты программ для работы на финансовых рынках в режиме on line. Одной из таких систем, работающих в режиме on line на базе нейросетевой технологии, является программа Fortel Trade.

Рассматриваемая система в режиме on line функционирует следующим образом: данные, поступающие с биржи через одну из существующих систем передачи биржевых данных (Signal Data Inc, Reuter, Dow Jones Telerate и т.д.) в режиме tick by tick, преобразуются в форматы торговой системы. Заранее обученный нейросетевой прогнозатор оценивает полученную информацию и принимает решение о поведении цен в ближайшем будущем (30-60 мин). На основе этого прогноза и торговой стратегии, зафиксированной перед началом торговой сессии, генерируется сигнал о параметрах выбранной позиции. Этот приказ по телефону передается в брокерскую контору или непосредственно с компьютера посылается распоряжение на куплю или продажу. После получения информации о цене, по которой реально выполнена команда, эта цена вводится в систему, и система продолжает следить за происходящим, сообщая о текущей прибыли и времени нахождения в позиции. Через некоторое время (но обязательно в течение текущей сессии) принимается решение о выходе из позиции (at Market или at Limit) и процедура повторяется. Все происходящее автоматически протоколируется в системе. Таким образом, на протяжении одной сессии торговля происходит в автоматическом режиме. На человека возложена лишь роль телефонной барышни. При необходимости на любом этапе человек может сам принимать решения и вводить их в торговую систему. Система будет автоматически протоколировать все команды и вычислять текущее состояние позиции и окончательный результат. Система также может показать на экране свой прогноз, а человек сам принимает решение о выборе позиции, учитывая (или не учитывая) полученный прогноз.

Система написана на Visual C++ и работает в операционных средах Windows 95 и Windows NT. При наличии Pentium 166 и 32 Мбайт оперативной памяти можно одновременно торговать в режиме on line на нескольких биржевых площадках.

Система Fortel Trade настроена на игру в режиме реального времени на рынке Forex при условии, что данные поступают через систему Reuter в режиме tick-by-tick. Моделирование на рынке Forex происходило по котировкам рынка DEM I993- 1995 гг., а также по данным, собранным через систему Reuter с июня по сентябрь 1997 г. Результаты моделирования позволили перейти к стадии реального эксперимента. Эксперимент проходил в США и продолжался около двух месяцев. Реальные результаты торговли оказались удовлетворительными. При этом не имело место ни одного программного сбоя. Очень важной оказалась информация об особенностях функционирования брокерской конторы и биржи, полученная в ходе реальных торгов. Особая ценность, информации в том, что, располагая ею, можно гарантировать корректность результатов моделирования торговых стратегий на исторических данных.

Только такой эксперимент (реальные задержки прохождения команд, фактические величины спрэдов) позволит ответить на вопрос о совпадении результатов моделирования на исторических данных с результатами, полученными на практике.

Можно предположить, что компьютерные технологии, подобные той, которая описана выше, в ближайшее время займут свое место в информационно-дилинговых системах, применяемых в российской финансовой и банковской сферах. Приход на рынок большого числа непрофессиональных игроков будет означать резкое оживление спроса на достаточно передовые торговые системы, позволяющие моделировать рынок и принимать решения в режиме реальных торгов.