В настоящее время наиболеемассовым направлением нейрокомпьютинга является моделирование нейронных сетейна обычных компьютерах, прежде всего персональных. Моделирование сетей выполняетсядля их научного исследования, для решения практических задач, а также приопределении значений параметров электронных и оптоэлектронных нейрокомпьютеров.
Нейросеть – это компьютерная программа, имитирующаяспособность человеческого мозга классифицировать примеры, делать предсказанияили принимать решения, основываясь на опыте прошлого. Стремительное развитиетехнологии нейронных сетей и генетических алгоритмов началось лишь в конце 80-хгодов, и пока остается уделом немногочисленной группы специалистов, какправило, теоретиков в области искусственного интеллекта. Но в России уже началипоявляться нейронные сети, хорошо зарекомендовавшие себя на Западе, ведутсяразработки собственных программ, для прогнозирования самых различных событий.Упрощая, технику применения нейронных сетей для прогнозов на фондовом рынкеможно условно разбить на следующие этапы:
- подбор базы данных,
- выделение «входов» (исходные данные) и «выходов»(результаты прогноза). Входами можно сделать цены открытия, закрытия,максимумы, минимумы за какой-то период времени, статистика значений различныхиндикаторов (например, индексы Доу Джонса, Никкей, комбинации курсов валют,доходность государственных ценных бумаг, отношения фундаментальных итехнических индикаторов и др.), обычно выбирается от 6 до 30 различныхпараметров. Количество выходов рекомендуется делать как можно меньше, но этомогут быть цены открытия, закрытия, максимумы, минимумы следующего дня,
выделение в массиве данных тренировочных и экзаменационныхучастков,
обучение нейросети: на этом этапе нейронная сетьобрабатывает тренировочные примеры, пытается дать прогноз на экзаменационныхучастках базы данных, сравнивает полученную ошибку с ответом, имеющимся впримере (базе данных), а также с ошибкой предыдущего этапа обучения и изменяетсвои параметры так, чтобы это изменение приводило к постоянному уменьшениюошибки.
введение срока прогноза,
получение значения прогнозируемых данных на выходенейросети.
Списоклитературы
«Технический анализ фьючерсных рынков. Теория и практика».Джон Мэрфи
«Технический анализ товарных и финансовых рынков». АннаЭрлих