ВВЕДЕНИЕ 7
1. ПРОГНОЗИРОВАНИЕ ФИНАНСОВЫХ РЫНКОВ 10
1.1. СОВРЕМЕННЫЕ ФИНАНСОВЫЕ РЫНКИ. МЕЖДУНАРОДНЫЙ ВАЛЮТНЫЙ РЫНОК FOREX 10
1.2. ПРОГНОЗИРОВАНИЕ ФИНАНСОВЫХ РЫНКОВ 12
1.2.1. Прогноз и цели его использования 12
1.2.2. Основные понятия и определения проблемы прогнозирования 13
1.2.3. Методы прогнозирования финансовых рынков 17
1.2.4. Использование систем с искусственной «памятью» для решения задач прогнозирования 22
1.3. ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ 24
1.3.1. Биологические нейронные сети 24
1.3.2. Математическая модель нейрона, искусственные нейросети 26
1.3.3. Основополагающие принципы нейровычислений 29
1.3.4. Обучение искусственных нейронных сетей 31
1.3.5. Задача прогнозирования с использованием технологии нейровычислений 33
1.4. ОБЗОР ПРОГРАММНЫХ СРЕДСТВ, РЕАЛИЗУЮЩИХ АЛГОРИТМЫ НЕЙРОВЫЧИСЛЕНИЙ ДЛЯ РЕШЕНИЯ ЗАДАЧ ПРОГНОЗИРОВАНИЯ 35
2. ПРОГНОЗИРОВАНИЕ РЫНКА FOREX С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННЫХ НЕЙРОСЕТЕЙ 42
2.1. ПОСТАНОВКА ЗАДАЧИ ПРОГНОЗИРОВАНИЯ ФИНАНСОВЫХ РЫНКОВ С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННЫХ НЕЙРОСЕТЕЙ 42
2.2. ОПИСАНИЕ ТЕКУЩЕЙ РЫНОЧНОЙ СИТУАЦИИ. ПРЕДСТАВЛЕНИЕ ВХОДНЫХ ДАННЫХ 45
2.2.1. Перемасштабирование графика цены в единичный интервал 45
2.2.2. Описание рыночной ситуации при помощи приращений котировок 47
2.2.3. Обобщение значений индикаторов технического анализа 51
2.3. ПРОГНОЗИРУЕМЫЕ ВЕЛИЧИНЫ. ПРЕДСТАВЛЕНИЕ ВЫХОДНЫХ ДАННЫХ 53
2.3.1. Классификация рыночных ситуаций. Шаблон максимальной прибыли 53
2.3.2. Аппроксимация прогнозируемых величин. Сглаженный шаблон максимальной прибыли 58
2.3.3. Классификация рыночных ситуаций по достижимости значимых уровней. 61
2.2.4. Аппроксимация отношения текущего положения цены к коридору будущих цен 62
2.4. ОБУЧЕНИЕ ИСКУССТВЕННЫХ НЕЙРОСЕТЕЙ. АНАЛИЗ РЕЗУЛЬТАТОВ 63
2.4.1. Нейросетевой индикатор для прогнозирования рынка евро/доллар 63
2.4.2. Классификация рыночных ситуаций 76
2.4.3. Оценка положения текущей цены в коридоре будущих котировок 80
2.4.4. Оценка достижимости ценой значимых уровней 82
2.4.5. Прогнозирование максимального и минимального уровней цены на один период вперед 85
2.4.6. Выводы 87
2.5. КОНЦЕПТУАЛЬНАЯ СХЕМА СИСТЕМЫ ПРОГНОЗИРОВАНИЯ 89
ЗАКЛЮЧЕНИЕ 96
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 98
ПРИЛОЖЕНИЯ 102
Таблица на плакаты.doc
Приложения.doc
Концептуальная схема.doc
Доклад ДИМА.doc
slide6.doc
slide5.doc
slide4.doc
slide3.doc
slide2.doc
slide1.doc
АННОТАЦИЯ
Нейросетевая методология находит все новые успешные применения в практике управления и принятия решений, в том числе - в финансовой и торговой сферах. Лежащая в ее основе теория нелинейных адаптивных систем доказала свою полезность при выработке прогнозов в целом ряде отраслей экономики и финансов.
Целью данной работы является изучение опыта специалистов в области прогнозирования финансовых рынков с использованием искусственных нейросетей, а также разработка собственных подходов к прогнозированию рынка FOREX и проектированию торговых систем, пригодных для использования в торговом зале.
Для достижения поставленной цели в работе выполняются опыты для определения этапов процесса решения задачи прогнозирования, которые нуждаются в автоматизации, и на основе полученных результатов предлагается концептуальная схема системы прогнозирования финансовых рынков, базирующейся на технологии нейронных сетей.
Результаты применения нейронных сетей для решения задач прогнози¬рования курсов валют в данной работе показали, что статическая нелинейная система может быть настроена так, чтобы выполнять анализ валютных рынков и прогнозировать курсы валют.
ВВЕДЕНИЕ
Финансовые рынки последние десять лет переживают период бурного развития и глобализации связей. Наряду с крупными национальными фондовыми, фьючерсными, валютными биржевыми рынками, появились рынки мирового масштаба. Типичный современный финансовый рынок FOREX, например, сегодня представляет собой всемирную сеть банков, инвестиционных фондов и брокерских домов, которая включает в себя связанную компьютерную инфраструктуру, обслуживающую клиентов, торгующих валютами, заключающих спекулятивные сделки для того, чтобы получить прибыль от ежесекундно изменяющихся курсов валют. Уже сейчас ежедневный оборот на рынке FOREX превышает один триллион долларов, согласно прогнозам экспертов он будет развиваться и дальше.
Известно, что около 99% всех сделок на финансовых рынках - спекулятивные, т.е. заключаемые исключительно с целью извлечения прибыли по схеме "купить дешевле - продать дороже". Все они основаны на предсказаниях изменений котировок участниками рынка. Для эффективного анализа рынка требуются соответствующие современным требованиям экономико-математические методы. Сегодня огромное количество ученых работают в области разработки методов прогнозирования финансовых рынков. Таким образом, исследования в области биржевых рынков - актуальное и перспективное направление деятельности и будет оставаться таковым в течение довольно долгого периода времени.
Системы базирующиеся на искусственных нейронных сетях в последние годы все активнее используются для прогнозирования финансовых рынков. Отличие этого подхода от стандартных состоит в том, что он позволяет сделать систему самообучаемой, что особенно важно для трудноформализуемых задач. Благодаря возможности работы с «зашумленными» данными система получается гибкой и, хотя обычно не решает задачу со 100%-ной точностью, может принести значительную прибыль для приложений финансовой сферы. Интеллектуальные системы на основе искусственных нейронных сетей позволяют с успехом решать задачи прогнозирования. Известны и иные, более традиционные подходы к решению этой проблемы, такие как классический технический анализ, анализ фундаментальных факторов, регрессионный и корреляционный анализ и т.п., однако они не обладают необходимой гибкостью за пределами ограниченных условий. Искусственные нейронные сети дают многообещающие альтернативные решения.
Целью данной работы является изучение опыта специалистов в области прогнозирования финансовых рынков с использованием искусственных нейросетей, а также разработка собственных подходов к прогнозированию рынка FOREX и проектированию торговых систем, пригодных для использования в торговом зале.
Для достижения поставленной цели в дипломной работе решаются следующие задачи:
а) проведение обзора специализированной литературы, ресурсов глобальной сети Интернет, а также рынка программных средств, реализующих нейросетевые принципы для решения задач прогнозирования;
б) постановка и выполнение оптов с целью определения этапов процесса решения задачи прогнозирования, которые нуждаются в автоматизации; сделать выводы по результатам опытов;
в) на основе полученных результатов разработать концептуальную схему системы прогнозирования финансовых рынков, базирующейся на технологии нейронных сетей.
Работа основана на методологии, изложенной в специализированной литературе, журнальных публикациях и ресурсах глобальной сети Интернет.
В заключение хочется отметить, что использование нейронных сетей во всех областях человеческой деятельности, в том числе в области финансовых приложений, движется по нарастающей. С уверенностью можно полагать, что появление столь мощного и эффективного инструмента не перевернет финансовый рынок, и не «отменит» традиционные матема¬ти¬чес¬кие и эконометрические методы технического анализа, или сделает ненужной работу высококлассных экспертов. В качестве нового эффективного средства для решения самых различных задач нейронные сети приходят и используются теми людьми, которые их понимают, которые в них нуждаются и которым они помогают решать многие профессиональные проблемы
Результаты применения нейронных сетей для решения задач прогно-зи¬рования курсов валют в данной работе показали, что статическая нелинейная система может быть обучена так, чтобы выполнять анализ валютных рынков и прогнозировать курсы валют. В половине из описанных в работе опытов, были получены результаты, на основе которых разработаны прибыльные стратегии торговли. Можно заключить, что работа по созданию собственной автоматизированной системы прогнозирования имеет перспективы и может быть продолжена. Сегодня многие крупные фирмы и частные лица имеют собственные разработки в области технологий прогнозирования с использованием ИНС, но они не торопятся обнародовать их, предпочитая получать доход от непосредственного использования своих систем.
Однако, нужно учитывать тот факт, что хотя нейросеть и является механизмом, способным решить широкий класс задач, но правила управления этим механизмом пока что находятся на уровне догадок и эвристических соображений. Таким образом, прежде чем описанные в работе методики можно будет использовать для торговли на реальном рынке, необходимо провести дополнительные исследования.
Помощь студентам и аспирантам в выполнении работ от наших партнеров
