Abstract
Задача разработки инструментов анализа финансовых рынков, основанных на современных методах искусственного интеллекта, имитирующих работу трейдеров рынка, которым для принятия решения необходимо проанализировать большое количество разнородной информации о рынке, становится все более актуальной в настоящее время. В статье рассматривается применение нейросетевого классификатора в качестве ядра интеллектуальной системы поддержки принятия решений трейдера финансовых рынков. Обозначены основные характеристики систем типа интеллектуальная система поддержки принятия решений. Приведена методика нейросетевой классификации рыночных ситуаций, построенная с применением различных подходов к анализу финансовых рынков, таких как технический, фундаментальный анализ и эконометрическое моделирование. Основу методики составляет интегрированный анализ информации на основе нейронной сети топологии многослойный перцептрон. Представлены результаты проектирования системы, использующие алгоритм методики нейросетевой классификации рыночных ситуаций, архитектура системы, исследования работоспособности и эффективности работы интеллектуальной системы поддержки принятия решений трейдеров на финансовых рынках, основанной на описанной методике классификаций рыночных ситуаций. По результатам экспериментального исследования на нормированной по параметрам эксперимента выборке обозначена эффективность работы системы в 83 %.
Highlights
В современной действительности торговля на финансовых рынках требует все более мощных и, как следствие, сложных аналитических инструментов
Методика классификации рыночных ситуаций основана на использовании многослойного перцептрона в качестве интеллектуального ядра, на входы которого подаются данные, полученные в результате использования основных подходов к анализу рынков: прогнозирование временных рядов, технического и фундаментального анализа, при обучении которого используются сэмулированные экспертные оценки с учетом ожидаемой прибыли от сделки и повышения волатильности
На основе экспериментального исследования эффективности работы интеллектуальными системами поддержки принятия решений (ИСППР) «НейроПрофит», основанной на методике нейросетевой классификации, установлено, что ее общая эффективность составляет 83 %, то есть в 83 случаях из 100 система выдает верную рекомендацию по продаже, покупке финансового инструмента или ожиданию, что позволяет применять ее для реальной торговли на финансовых рынках
Summary
В современной действительности торговля на финансовых рынках требует все более мощных и, как следствие, сложных аналитических инструментов. Все большее распространение приобретает использование методов интеллектуального анализа данных для анализа ситуаций на финансовых рынках, представляющих собой множество слабоструктурированной информации. Для поддержки решений трейдеров по направлению сделки по заданным параметрам в сложной ситуации для полного и объективного анализа предметной области финансового рынка разрабатываются специальные системы поддержки принятия решений (СППР).
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
