Создание математических моделей прогнозирования тенденций финансовых рынков, реализуемых при помощи нейросетевых алгоритмов.

Создание математических моделей прогнозирования тенденций финансовых рынков, реализуемых при помощи нейросетевых алгоритмов.

Данная статья посвящена описанию применения моделей, полученных в рамках теории детерминированного хаоса, к прогнозированию тенденций финансовых рынков. Данные модели являются нелинейными функциями, и задача аппроксимации ими искомой зависимости прогнозируемой величины от некоторого набора критериев может быть успешно решена с помощью различных нейросетевых алгоритмов.

Введение

В под финансовыми рынками в данной статье подразумеваются рынок купонных и бескупонных облигаций, рынок акций (фондовый рынок) и валютный рынок. На сегодняшний день это наиболее развитые в нашей стране рынки, на которых работают банки. Любой человек, хоть в слабой мере соприкасающийся с финансовыми рынками, пытается предугадать их поведение хотя бы на самое ближайшее время. Естественно предположить, что существуют некие математические модели, способные наилучшим образом хотя бы в течении некоторого ограниченного периода времени, описывать ситуацию на рынке. Некоторые предложения по созданию таких моделей описаны в этой статье. В качестве платформы для их создания использовалась теория детерминированного хаоса.

Причины, натолкнувшие на рассмотрение моделей детерминированного хаоса.

В своей часто цитируемой книге "Хаос и порядок на рынке капитала" [5] Петерс говорит, что в рамках теории хаоса можно получить ряд моделей, способных воспроизводить развитие событий на финансовых рынках. В этих моделях предлагается детерминированное объяснение для некоторых аспектов поведения финансовых цен, которые, вообще говоря, считаются случайными и непредсказуемыми. Применение моделей детерминированного хаоса согласуется с принципом ограниченной рациональности Саймона, согласно которому эффективность рынка ограничена в силу ограниченных возможностей человека в обработке информации.

Если считать, что изменения цен, вопреки соображениям эффективности на продолжительных отрезках времени, определяются многочисленными и часто нелинейными обратными связями, то на основе теории детерминированного хаоса можно построить улучшенные модели, описывающие влияние прошлого на настоящее. Для рассмотрения полученных моделей функций необходимо хотя бы в самом общем виде изложить основные положения теории детерминированного хаоса, чему и посвящен следующий раздел.

Выводы.

Все рассмотренное выше подтверждает, что применение специализированных моделей, построенных в рамках теории детерминированного хаоса, в нейронных сетях для прогнозирования тенденций финансовых рынков приводит к улучшению качества прогноза. И позволяет предположить, что дальнейшее изучение данного вопроса является весьма перспективной задачей. Данная статья в состоянии только сделать краткий обзор вопроса создания моделей детерминированного хаоса применительно к финансовым рынкам.

Литература.

1. Г. Шустер "Детерминированный хаос. Введение" - М.: Мир, 1988.- 240 с.
2. Ф. Мун "Хаотические колебания" - М.: Мир, 1990.- 312 с.
3. М.Холодниок и др. "Методы анализа нелинейных динамических моделей" М.: Высшая школа, 1994.-256 с.
4. П. Берже, И. Помо, К. Видаль "Порядок в хаосе. О детерминистском подходе к турбулентности" М.: Мир, 1991.- 368 с.
5. Е. Петерс "Хаос и порядок на рынке капитала".
6. Д.-Э. Бэстенс, В.М. Ван Ден Берг, Д. Вуд "Нейронные сети и финансовые рынки" М.: ТВП "Научное издательство", 1997.- 236 с.
7. В.Л. Яковлев, Г.Л. Яковлева, Д.А. Малиевский Нейросетевая экспертная система управления портфелем банка // V Всероссийская конференция "Нейрокомпьютеры и их применение". Сборник докладов - 1999, С.291-294.
8. В.Л. Яковлев, Г.Л. Яковлева, Л.А. Лисицкий "Применение нейросетевыхалгоритмов к анализу финансовых рынков" // "Информационные технологии" № _, _-_ с.

 

Создание математических моделей прогнозирования тенденций финансовых рынков, реализуемых при помощи нейросетевых алгоритмов.

Данная статья посвящена описанию применения моделей, полученных в рамках теории детерминированного хаоса, к прогнозированию тенденций финансовых рынков. Данные модели являются нелинейными функциями, и задача аппроксимации ими искомой зависимости прогнозируемой величины от некоторого набора критериев может быть успешно решена с помощью различных нейросетевых алгоритмов.

Введение

В под финансовыми рынками в данной статье подразумеваются рынок купонных и бескупонных облигаций, рынок акций (фондовый рынок) и валютный рынок. На сегодняшний день это наиболее развитые в нашей стране рынки, на которых работают банки. Любой человек, хоть в слабой мере соприкасающийся с финансовыми рынками, пытается предугадать их поведение хотя бы на самое ближайшее время. Естественно предположить, что существуют некие математические модели, способные наилучшим образом хотя бы в течении некоторого ограниченного периода времени, описывать ситуацию на рынке. Некоторые предложения по созданию таких моделей описаны в этой статье. В качестве платформы для их создания использовалась теория детерминированного хаоса.