Foreign Exchange Operations - Читайте на сайте - компьютерный анализ финансовых рынков (GeneHunter, Evolver for Excel)

При кратком изложении соответствующих вопросов компьютерного анализа финансовых рынков будем придерживается следующей схемы рассмотрения:

-задачи, решаемые с помощью программного обеспечения;

-используемые при этом методы;

-конкретные программные системы.

Основные задачи, решаемые программным обеспечением, и используемые при этом методы

Основные задачи, решаемые с помощью того или иного программного обеспечения, ориентированного для оказания помощи инвесторам при осуществлении ими своей деятельности на финансовом рынке, можно представить в виде:

1.Вспомогательные задачи, связанные с получением, преобразованием и отображением информации от источников данных по состоянию финансового рынка.

2.Анализ и прогнозирование финансового рынка.

2.1.Статистический анализ финансовой информации.

2.2.Технический анализ рыночных процессов.

2.3.Прогнозирование состояния финансового рынка.

3.Выработка рекомендаций по торговле финансовыми инструментами.

4.Оптимизация портфеля финансовых инструментов.

5. Извлечение потенциально возможной для финансового рынка прибыли.

Далее рассмотрим более подробно методы решения указанных выше, а также смежных с ними задач.

Статистические методы

С помощью указанных методов инвесторы могут осуществлять всесторонние статистические исследования финансового рынка, осуществлять прогнозирование рыночных процессов и уже на основе этого могут принимать более обоснованные инвестиционные решения.

Число статистических методов, которые могут быть использованы для анализа и прогнозирования финансовой информации огромно. Так, например, рассматривая имеющиеся данные по финансовому рынку как случайные события, можно использоваться методы проверки статистических гипотез о независимости случайных событий, однородности данных и т. д.

Методы теории оценивания могут быть использованы для оценивания параметров законов распределения по случайным выборкам, могут быть получены эффективные оценки параметров распределения, доверительные интервалы и т. д.

Методы факторного анализа позволяют, например, выявить и исследовать влияние тех или иных макроэкономических факторов на развитие рыночной ситуации и т. д.

Методы линейного и нелинейного регрессионного анализа позволяют строить линейные и нелинейные модели для оценивания параметров, выявления функциональных зависимостей по статистическим данным, строить тренды и т. д.

Учитывая, что все события на финансовом рынке развиваются в функции времени, для их анализа и прогнозирования могут быть использованы самые разнообразные методы теории случайных процессов. В частности, могут быть использованы методы идентификации параметров случайных процессов, методы фильтрации и прогнозирования, а также целый ряд других методов.

Подводя итог сказанному, следует отметить, что для практического использования всех указанных выше, а также других методов от исследователя требуется определенная «математическая культура», которая позволит ему, с одной стороны выбирать методы, адекватные сущности решаемой задачи, а с другой стороны позволит ему правильно интерпретировать и использовать на практике полученные результаты.

Для анализа и исследований финансового рынка могут быть использованы универсальные статистические пакеты типа STADIA, STATISTICA for Windows, Quick STATISTICA, ЭВРИСТА (для исследования временных рядов), а также другие статистические пакеты.

Эволюционное программирование

Основными задачами, решаемыми с помощью метода эволюционного программирования, являются задачи анализа и прогнозирования данных.

Метод эволюционного программирования является сегодня довольно динамично развивающимся направлением исследований. Основная идея этого метода состоит в формировании гипотез о зависимости целевой переменной от других переменных в виде автоматически синтезируемых программ, выраженных на внутреннем языке программирования. Использование универсального языка программирования позволяет выразить практически любую зависимость или алгоритм.

Процесс производства внутренних программ (гипотез) организуется как эволюция в пространстве программ, которая в некотором роде напоминает метод генетических алгоритмов. Когда система находит гипотезу, описывающую исследуемую зависимость достаточно хорошо, начинается применение разнообразных незначительных модификаций такой программы. Указанная схема модификации программы напоминает в некотором смысле анализ.

чувствительности решений к вариациям исходных данных. Отбор лучшей дочерней программы осуществляется по критерию повышения точности предсказаний. Наиболее известным вариантом программной реализации эволюционного программирования является пакет «PolyAnalyst» российской фирмы «Мегапьютер».

Генетические алгоритмы

Областью применения указанных алгоритмов является решение комбинаторных задач, а также задач поиска оптимальных вариантов. Результаты решения указанных задач могут использоваться инвестором для оптимизации и поиска вариантов перспективных инвестиций.

В кратком изложении сущность метода можно описать как выбор лучших решений по ранее формализованным критериям. Сам процесс оптимизации напоминает естественную эволюцию - отбор лучших вариантов, скрещивание вариантов и их мутацию.

Однако у метода есть ряд недостатков, в частности, сложность формализации критериев отбора. Кроме того, указанная методика ориентирована, в основном, для класса задач несколько отличающихся от прогноза меняющихся финансовых показателей.

Программная реализация генетических алгоритмов выполнена, например, в следующих пакетах программ:

1) GeneHunter (фирма Ward Systems). Указанный пакет позволяет находить субоптимальные решения нелинейных оптимизационных задач;

2) Evolver for Excel (фирма Palisade Соф). Пакет реализует шесть методов генетической оптимизации и выполнен в виде расширения пакета Excel.

Главная Софт Литература Читайте на сайте Контакты