![]() Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву ![]() Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Постановка и описание задачи прогнозирования тенденций финансовых рынков. ⇐ ПредыдущаяСтр 2 из 2
Данный вопрос достаточно полно раскрыт нами в [8]. Но т.к. без общего описания задачи смысл статьи теряется, далее кратко описывается путь, приведший к проблеме создания математических моделей. Интуитивно понятно, что любой прогноз должен основываться на выявлении некоторых закономерностей в прошлом и применении их к анализу настоящей ситуации. Поэтому необходимо перед началом проведения прогноза выявить какие критерии (это могут быть макро- и микроэкономические данные, торговые данные, оценки общественно-политических событий) оказывали влияние на прогнозируемую величину (возможными прогнозируемыми величинами для данной системы являются доходность и ценовые показатели), т.е. определить прогнозируемую величину и набор критериев прогноза. Хотя существуют методы, позволяющие установить насколько данный критерий влияет на прогнозируемую величину (например вычислить корреляцию), все-таки качество выбора критериев прогноза в основном зависит от опыта и интуиции аналитика. Финансовые рынки являются динамичной, развивающейся системой, поэтому критерий оказывающий влияние на некоторую прогнозируемую величину два месяца назад, совершенно не работает сегодня. Следовательно, нет смысла во-первых формировать большие выборки для проведения прогноза, во-вторых включать в число критериев те данные, которые не оказывали влияние на интересующую величину или не изменяли свое значение в течении периода формирования выборки. Т.о. по окончании данного подготовительного этапа имеются некоторые временные ряды прогнозируемой величины и критериев прогноза, а необходимо по имеющимся критериям на некоторый будущий момент времени определить значение прогнозируемой величины. В нашей статье [8] проиллюстрировано, что в общем случае зависимость прогнозируемой величины от критериев для данной предметной области достаточно линейна, поэтому имеет смысл на первом этапе прогноза вычислить эту линейную составляющую. Т.е. вектор-столбец прогнозируемой величины Y можно представить как: Y = Yлин + Yнелин, (1) где линейную составляющую можно представить как Yлин = Xa`, (2) где X - матрица критериев прогноза, X = ||xij||, (j = 1..., m), (i = 1..., n), где m - количество критериев, xij - значение j-го критерия на i-ый момент времени (n >= m), a` - параметры линейной функции. Линейная составляющая может быть вычислена методом наименьших квадратов либо путем прямого решения матричного уравнения
a` = (XTX)-1XTY, (3) либо одним из методов безусловной минимизации. Т.о. следующей задачей становится аппроксимация оставшейся нелинейной составляющей некоторой нелинейной функцией Yнелин = Fнелин(X, a``) + Eпогрешность, (4) где a`` - искомые параметры нелинейной функции. Не трудно заметить, что качество аппроксимации нелинейной составляющей зависит от качества нахождения параметров a`` и способности Fнелин аппроксимировать данную зависимость. В данной статье не рассматривается задача нахождения параметров нелинейной функции (она слегка затрагивалась в [8]), далее статья будет посвящена проблеме построения моделей, представляющих нелинейную функцию. В системе "Аналитик" нами реализовано два пути формирования аппроксимирующей нелинейной функции: построение нейронной сети, где нелинейными преобразователями реализуются некоторые непрерывные, везде дифференцируемые, ограниченные функции (например, сигмоидные или одна из функций, представленная в [8]) и построение нейронной сети, реализующую некоторую модель, созданную в рамках теории детерминированного хаоса. Т.о. предоставляется возможность сравнить результаты работы полученных моделей с аналогичными по сложности моделями, построенными на основе традиционно применяющихся в нелинейных преобразователях функциях. Функции, традиционно применяющиеся в нелинейных преобразователях, считаются достаточно хорошими для аппроксимации фактически любой нелинейной зависимости. Так исследования, приведенные в [6], показали, что функция yt=1/(1+EXP(1/[1+EXP(-S a``1*yt-1))]+1/[1+EXP(-S(a``2*yt-1))])) (5) (т.е. нейронная сеть 1-2-1 с сигмоидным нелинейным преобразователем) реализует функцию yt=1-c1yt-1+c2yt-12 (6) с точностью не ниже 5%. Указанная функция (6) получена при изучении некоторых хаотических систем, данное исследование показывает, что два пути решения задачи взаимозаменяемы, встает только вопрос о разнице в погрешностях.
|
|||||
Последнее изменение этой страницы: 2021-12-07; просмотров: 38; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 18.116.23.112 (0.007 с.) |