Заключение - Использование нейронных сетей для прогнозирования и принятия автоматизированных решений при инвестировании на фондовом рынке
В работе рассматривался один из возможных подходов к решению задачи анализа и прогнозирования фондового рынка - нейросетевой. Было установлено, что искусственные нейронные сети могут эффективно справляться с указанной задачей. Связано это, главным образом, с адаптивность такого рода моделей. Являясь по своей сути функцией нелинейного отображения, нейронные сети обладают еще одним существенным преимуществом перед более строгими традиционными методами технического анализа, с той точки зрения, что могут работать с любой структурой входной информации (с разной степенью эффективностью конечно).
Работа носит практико-эмпирический характер. Но важным этапом данного исследования является его теоретическое обоснование. В ходе работы была качественным образом доказана состоятельность нейросетевого подхода к анализу механизмов ценообразования на рынке ценных бумаг на основе теории нелинейного отображения многомерных данных. Уже в рамках теории функционирования искусственных нейронных сетей, доказана гибкость исследуемого подхода, с той точки зрения, что многослойный перцептрон с любой архитектурой (любое количество слоев) способен решать заявленный класс задач.
В работе рассмотрены и подробно описаны все этапы построения конечной нейросетевой модели: выбор эмпирической базы, определение начального массива данных, выявление релевантной статистически значимой информации на основе метода главных компонент и метода снижения корреляции, описаны и обоснованы принципы выбора основных характеристик сети (активационная функция, алгоритм настройки весов и т. д.).
В результате данного исследования была построена и реализована оптимальная для каждого из инструментов (Сбербанк, ВТБ, Башнефть, Роснефть) искусственная нейронная сеть на основе модели многослойного перцептрона, которая эффективно решает задачу прогнозирования направления динамики изменения цен на данный биржевой актив. Данный результат важен лишь с узкопрактической точки зрения. Более значимыми являются полученные качественные и количественные выводы:
Вывод 1:
Искусственная нейронная сеть многослойный перцептрон с обратным распространением ошибки, в рамках задачи аппроксимации функции финансового временного ряда, показывает более высокое качество предсказания направления динамики изменения биржевой цены актива при обучении сети на исторических данных исключительно исследуемого инструмента, в сравнении с обучением на всем эмпирическом массиве (в рамках конкретного исследования) данных.
Вывод 2:
Многослойный перцептрон, обучающийся на всем объеме эмпирический данных, аппроксимирует функцию финансового временного ряда биржевого инструмента с меньшей амплитудой флуктуаций качества, нежели при обучении на обособленных от рынка собственных данных.
Вывод 3:
Предварительная обработка начальных входных данных позволяет повысить качество адаптивных предсказаний многослойного перцептрона, не влияя тенденциозно на величину "разброса" оценок.
Вывод 4:
Искусственная нейронная сеть многослойный перцептрон способна решать задачу прогнозирования финансовых временных рядов с различным уровнем качества, в зависимости от количества слоев (N) в архитектуре сети. Причем, для исследуемых инструментов, повышение N в промежутке [1; 3] приводит к увеличению качества адаптивных предсказаний (K). Корреляция между N и K, для N > 3, не установлена.
Вывод 4.1:
В рамках данного исследования, N > 2, где N - количество слоев многослойного перцептрона, является необходимым, но не достаточным, условием оптимальности (в том значении, которое определяется в данной работе) прогнозирования финансовых временных рядов.
Вывод 5:
Ни одна из рассматриваемых в данном исследовании функций активаций нейрона не может быть определена как мажоранта. Следовательно, для предотвращения потери качества прогнозирования, необходимо использовать несколько функций активации с последующим выбором "лучшей" для данной конкретной задачи (инструмент, анализируемый на определенном интервале).
Вывод 6:
В рамках данного исследования было установлено, что существует корреляция между размером входных данных для нейронной сети и величиной качества прогнозирования. Причем, для всех финансово-биржевых инструментов наблюдается одинаковая тенденция роста / снижения точности прогноза на всех участках изменения размера "скользящего окна".
Вывод 7:
Искусственная нейронная сеть многослойный перцептрон способна эффективно аппроксимировать функцию финансово-временного ряда при условии, что вектор входных данных в процессе обучения имеет размерность (W) не менее 5. Корреляция между точностью прогноза (K) и длиной "скользящего окна" для W > 5 не установлена. Но в рамках данного исследования было выявлено, что K не является значимо чувствительным к дальнейшему увеличению W.
Таким образом, в результате исследования было установлено, что модель искусственной нейронной сети многослойный перцептрон может успешно использоваться как в качестве самодостаточного инструмента для анализа и прогнозирования динамики цен на финансово-биржевые активы, так и в качестве дополнения к традиционным методам технического анализа. Причем, важным моментом является тот факт, что, не смотря на свою главное сравнительное преимущество - адаптивность, - нейронная сеть показывает большую эффективность при обучении на обособленных от рынка данных (то есть предпочтительнее для каждого инструмента является обучение на собственных котировках). Также было установлено, что чрезмерное усложнения архитектуры сети многослойного перцептрона (как с точки зрения количества слоев и нейронов внутри них, так и с точки зрения размерности вектора входных данных) приводит к снижению качества адаптивных предсказаний. Данные выводы могут быть полезными при дальнейших исследованиях по данной проблематике. Границы научных поисков могут быть расширены за счет увеличения числа анализируемых типов архитектур, увеличения эмпирической базы и более глубокого изучения методов предварительной обработки начальных входных данных.
Похожие статьи
-
В данном разделе будут приведены основные результаты работы системы, реализованной на основе смоделированной нейронной сети, и проведен анализ качества...
-
В работе рассматривается математическая модель нейронной сети многослойный персептрон. Являясь обобщением однослойного персептрона, данная модель...
-
В условиях глобализации мировой экономики развитие финансовой системы является важнейшей задачей, решение которой способно обеспечить стабильный рост...
-
Источник и формат входных данных В качестве объектов нейросетевого анализа были выбраны следующие акции, входящие в индекс РТС: - Сбербанк - ВТБ -...
-
В данной главе приведено теоретическое обоснование исследования: описаны предпосылки для формирования подхода, основанного на нейросетевом моделировании,...
-
В данной главе рассмотрены все этапы построения конкретной нейросетевой модели для анализа и прогнозирования цен на акции эмитентов, входящих в индекс...
-
Преимущество нейросетевого моделирования, как инструмента анализа и исследования, заключается в построении параллельных процессов обработки информации и...
-
Предпосылки В данной работе, в соответствии с заявленным предметом исследования, рассматриваются искусственные нейронные сети, математические модели,...
-
1. Абдуллин А. Р., Фаррахетдинова А. Р. Гипотеза эффективности рынка в свете теории финансов // Электронный научный журнал "Управление экономическими...
-
Реализация Реализация системы для анализа эффективности работы искусственной нейронной сети многослойны перцептрон при решении задачи прогнозирования...
-
Введение - Применение скрытого марковского процесса для прогноза на фондовом рынке
С целью прогнозирования ценовых процессов на фондовом рынке на данный момент выведено большое количество теорий. Значительная часть из них представляет...
-
Для того, чтобы рассмотреть, как модель ведет себя в различных ситуациях, было выбрано несколько акций и индексов, которые вели себя по-разному с течение...
-
Для начала стоит сказать, что выборки по котировкам акций Apple, Google и индексов NASDAQ и S&;P500 были практически одинаковы за исключением Google,...
-
Заключение - Влияние новостных шоков на фондовый рынок
В данной работе было исследовано влияние новостных шоков на фондовый рынок. В последнее время в зарубежной литературе появляется все больше научных работ...
-
Заключение - Понятие ковенантов и их применимость на финансовом рынке
В данной работе был проведен комплексный анализ по изучению факторов, влияющих на спрэд доходности банковских облигаций, на основе собранных данных по...
-
Одним из первых научных трудов, в котором начало фигурировать понятие ковенантов касательно их применимости к облигационным займам, была статья Smith,...
-
Скрытый марковский процесс Скрытый марковский процесс является удобным средством для моделирования динамичных процессов, из-за чего его можно эффективно...
-
Заключение - Проблемы и перспективы российского фондового рынка
Данная курсовая работа посвящена проблемам российского фондового рынка и перспективам его развития. Были рассмотрены основные понятия рынка ценных бумаг....
-
Считается, что впервые современный алгоритм событийного анализа был представлен в работе Fama, Fisher, Jensen, Roll (1969) [31] на примере дробления...
-
Заключение - Теоретические основы организации страхования грузоперевозок
Изученные в процессе подготовки данной работы материалы позволяют сделать вывод, что на сегодняшний день назрела необходимость планомерного развития...
-
Устойчивость банковской системы является необходимым условием для обеспечения экономического роста страны. Во время финансового кризиса 2008-2009гг....
-
Важным направлением в исследовании закономерностей динамики социально-экономических процессов является изучение общей тенденции развития. Это можно...
-
Заключение - Применение скрытого марковского процесса для прогноза на фондовом рынке
По итогам анализа использования разных параметров модели скрытого марковского процесса и стационарного распределения вероятностей были сделаны следующие...
-
Заключение - Формирование и развитие депозитного рынка в Казахстане на примере АО "Нурбанк"
Депозитный финансовый банковский диверсификация В процессе исследования данной темы были получены следующие выводы: 1) Ресурсная база банка имеет...
-
Одним из важнейших элементов методики анализа кредитоспособности заемщика является его информационная база. Особенность формирования и использования базы...
-
Экономические индикаторы - Влияние новостных шоков на фондовый рынок
Экономические новости представляют собой финансовые и экономические данные, которые публикуются регулярно правительственными органами либо частным...
-
В Главе 1 мы подробно рассмотрим основные теоретические аспекты, связанные с исследованием влияния макроэкономических шоков в одной стране на поведение...
-
Введение - Влияние новостных шоков на фондовый рынок
Регулярные извещения о показателях макроэкономических индикаторов пользуются большим интересом, как в финансовой прессе, так и в академической...
-
Заключение - Характеристика рынка ценных бумаг
Основная задача рынка ценных бумаг - обеспечение торговыми фондовыми ценностями для привлечения денежных средств, необходимых для развития предприятий....
-
В данной главе рассматривается методология исследования. В начале главы приведены и описаны макроэкономические индикаторы, публикации которых будут...
-
Исследование финансовой устойчивости кредитных организаций и поиск факторов, определяющих вероятность их банкротства, становятся наиболее актуальными...
-
В целом проведенный анализ деятельности Оренбургского филиала Россельхозбанка в сфере кредитования показал, что работа банка с населением идет достаточно...
-
Применение множественного дискриминантного анализа для моделирования банкротств Дискриминантный анализ - один из методов многомерного статистического...
-
ЗАКЛЮЧЕНИЕ - Деятельность коммерческих банков на рынке ценных бумаг
Коммерческие банки могут выступать на рынке ценных бумаг в качестве финансовых посредников и профессиональных участников. Наиболее разработаны в...
-
ЗАКЛЮЧЕНИЕ - Автоматизированная обработка информации долгосрочных кредитов банка
В данной работе был рассмотрен долгосрочный кредит банка и его автомати зированная обработка в кредитных организациях. В работе были также представлены...
-
Общие тенденции российских компаний при выборе площадки для листинга Не менее важным является тот факт, что большинство российских компаний размещают...
-
Стационарное распределение - Применение скрытого марковского процесса для прогноза на фондовом рынке
Сравнение эффективности стационарного распределения для репрезентативности предлагается провести на всех скользящих периодах для каждой бумаги при...
-
Анализ эффективности модели на реальных данных Перед выявлением наилучшего набора параметров можно выдвинуть гипотезу о том, что существует несколько...
-
Нередко можно услышать мнение, что знание фундаментального анализа требуется только для долгосрочных инвесторов15. При этом высказываются аргументы вроде...
-
ВВЕДЕНИЕ - Анализ формирования и использования собственного капитала АО "Банк ЦентрКредит"
С переходом к рыночной модели экономики, ликвидацией монополии государства на банковское дело, построением двухуровневой банковской системы возникла...
Заключение - Использование нейронных сетей для прогнозирования и принятия автоматизированных решений при инвестировании на фондовом рынке