Система анализа и прогнозирования состояния рынка ценных бумаг

• Автор: Чеканов, Алексей Николаевич
• Шифр специальности: 05.13.11
• Научная степень: Кандидатская
• Год защиты: 1999
• Место защиты: Москва
• Количество страниц: 103 с. : ил.

Содержание

ВВЕДЕНИЕ
1. ОБЗОР СИСТЕМ АНАЛИЗА И ПРОГНОЗИРОВАНИЯ ФИНАНСОВЫХ РЫНКОВ
1.1 Обзор существующих подходов к анализу и прогнозированию рынка ценных
БУМАГ
1.1.1 Классификация подходов к анализу рынка ценных бумаг
1.1.2 Принципы фундаментального анализа
1.1.3 Принципы технического анализа
1.1.4 Сравнительный анализ двух подходов
1.2 Технический анализ
1.2.1 Нейросетевые системы
1.2.2 Системы на базе нечеткой логики
1.2.3 Системы с удаленным доступом
1.3 Выводы
2. МАТЕМАТИЧЕСКИЙ АППАРАТ, ИСПОЛЬЗОВАННЫЙ В РАБОТЕ
2.1 Разработка методов формализации правил технического анализа
2.1.1 Принципы построения индикаторов тенденций
2.1.2 Принципы построения осцилляторов
2.2 Применение искусственных нейронных сетей
2.2.1 Основы искусственных нейронных сетей
2.2.2 Однослойные искусственные нейронные сети
2.2.3Многослойные искусственные нейронные сети
2.2.4 Сети с обративши связями
2.2.5 Подходы к обучению искусственных нейронных сетей
2.2.6 Реализация процедуры обратного распространения
2.2.7 Выводы
3. ОБЩИЕ ПРИНЦИПЫ ПРОЕКТИРОВАНИЯ СИСТЕМЫ
3.1 Методы информационного наполнения системы
3.1.1 Требования к информации метасловаря
3.1.2 Принцип функционирования модулей загрузки данных
3.2 Методы аналитической обработки данных
3.2.1 Построение индикаторов технического анализа
3.2.2 Построение стратегии поведения
3.2.3 Построение смешанной стратегии
3.2.4 Оценка стратегии поведения

3.3 Выводы
4. ОПИСАНИЕ РЕАЛИЗАЦИИ РАЗРАБОТАННОГО ПОДХОДА
4.1 Реализация блока информационного обеспечения системы
4.1.1 Загрузка данных из Огас1е
4.1.2 Загрузка данных из ЯеШегг
4.2 Реализация аналитического блока системы
4.3 Оценка работы системы
ЗАКЛЮЧЕНИЕ
ПЕРЕЧЕНЬ ИСПОЛЬЗОВАННЫХ СОКРАЩЕНИЙ
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

Введение
Задача предсказания поведения финансовых рынков возникла практически одновременно с возникновением рынков, которые стали использоваться в инвестиционных и спекулятивных целях - рынков ценных бумаг, валют и т.п. [11, 46] С тех пор возникло целое направление - технический анализ финансовых рынков [29], посвященное поиску закономерностей в поведении цен. Вокруг этого направления собирались все новейшие достижения математической науки - искусственные нейронные сети, нечеткая логика и т.п.
Несмотря на то, что эти исследования ведутся уже многие десятилетия [62, 65], данная тема не перестает быть актуальной. Ведь любая закономерность, будучи однажды обнаруженной, неизбежно через некоторое время становится достоянием широких масс. Следовательно, знание, доступное всем участникам рынка, не может послужить источником прибыли для них всех - если кто-то выигрывает от сделки, кто-то должен и проиграть. Более того, чем дальше, тем меньше становится прибыль, которая может быть извлечена одним из участников за счет какого-то дополнительного знания механизмов функционирования рынка (исключая владение инсайдерской информацией). Тем не менее, хотя сверхприбылей дополнительное знание принести уже не может, в некоторых случаях какое-то время оно способно давать небольшой, но стабильный доход.
Целью работы являлась разработка методологии создания систем, позволяющих на основе постоянно поступающих неструктурированных данных из различных информационных систем выдавать участнику рынка ценных бумаг сигналы к продаже и покупке.
Для достижения поставленной цели были определены и успешно решены следующие задачи:
- Разработка методологии получения данных из различных неструктурированных информационных источников;
- Проектирование правил формализации методов технического анализа;

Параметры/ Продукт Neural Bench Neural Works Predict Neural Works PRO II Plus Neuro Solutions Develope rs Brain Maker Profession al Neuro Shell
Технические характеристики и поддержка
Самостоятельный продукт + - + + + +
32-bit code + - - + +
Электронная документация + - - +
WWW-подцержка + + + + + +
1.2.2 Системы на базе нечеткой логики
Впервые идея нечеткой логики (fuzzy logic) была предложена Лотфи Заде (Lotfi Zadeh) в 1965 году [67], и в течение последующих 8 лет была детально проработана. После этого, над новой областью математики работал ряд крупных ученых, и за это время была исследована взаимосвязь нечеткой логики и нейронных сетей (Бартоломей Коско), доказана основополагающая теорема, подтвердившая полноту нечеткой логики [59, 60]. Была разработана нечеткая алгебра - наука, позволяющая использовать при вычислениях как нечеткие, так и точные значения переменных.
1.2.2,1 Принципы построения систем на базе нечеткой логики
Основной идеей нечеткой алгебры является использование нечетких чисел, т.е. любая величина может принимать не конкретное значение, а принадлежать какому-либо множеству, причем для каждого элемента этого множества определяется вероятность того, что измеряемая величина примет именно это значение. В качестве такой величины может использоваться цена актива на рынке, с помощью нечетких чисел могут быть определены критические значения цен/объемов и т.п.