Нейронные сети
Если мы обратимся к истории развития цивилизации, то обнаружим, что многие вещи на земле были созданы только по той причине, что кому-то хотелось власти. Им нужна была власть над природой, над болезнями, над энергией, над животными... А еще больше хотелось власти над человеческим существом. Так было и в данном случае: исторически нейросети возникли как попытка смоделировать те или иные способности и свойства человеческого мышления. Конечно, для этого понадобился ряд сложных исследований. В результате этого была выяснена роль нейронов как элементов, накапливающих и передающих информацию. Тщательно разработав соответствующие математические методы, поклонники нового направления создали системы, обладающие уникальными свойствами. В ряду этих свойств были:
• способность системы обучаться на множестве предъявляемых примеров;
• способность обученной системы с высокой точностью распознавать новые входные значения;
• способность обученной системы сохранять устойчивость работы и точность распознавания в случаях, когда входные данные противоречивы, искажены или содержат шумовые помехи.
Использовать же нейронные сети в финансовых прогнозах начали с 1990 г. Именно в тот знаменательный год фирма California Scientific Software выпустила коммерческий нейропакет Brain Maker. Только используемая конструкция нейросети делает его надежным и удобным в работе. К тому же для его освоения от аналитика не требуется специальных познаний ни в программировании, ни в математике. И естественно, неслучайно именно этот пакет и по сей день остается самым продаваемым в своем классе. Специалисты финансового анализа получили мощное средство для составления прогнозов. Особенно если учесть, что оно практически незаменимо в случаях, когда правила, по которым изменяется цена, неизвестны и трудновыявляемы.
Нейронные сети могут быть также полезны и для банков. Для них были созданы пакеты программ для работы на финансовых рынках в режиме online. Одной из таких систем, работающих в режиме online на базе нейросетевой технологии, является программа Fortel Trade.
Система в режиме online функционирует следующим образом: данные, поступающие с биржи через одну из существующих систем передачи биржевых данных (Signal Data Inc, Reuter, Daw Jonce Telerate и т. д.) в режиме tick-by-tick, преобразуются в форматы торговой системы. Заранее обученный нейросетевой прогнозатор оценивает полученную информацию и принимает решение о поведении цен в ближайшем будущем (30-60 мин). Тогда на основе этого прогноза и торговой стратегии, зафиксированной перед началом торговой сессии, генерируется сигнал о параметрах выбранной позиции. Это означает следующее: этот приказ по телефону передается в брокерскую контору или непосредственно с компьютера посылается распоряжение на куплю или продажу. Потом мы получаем информацию о цене, по которой реально выполнена команда.
И не забываем ввести ее в систему. Тогда система продолжает следить за происходящим, сообщая о текущей прибыли и времени нахождения в позиции. Через некоторое время (но обязательно в течение текущей сессии) принимается решение о выходе из позиции (at Market или at Limit). Именно здесь процедура снова повторяется. А все происходящее автоматически протоколируется в системе. Таким образом, на протяжении одной сессии торговля происходит в автоматическом режиме. А человек играет весьма незначительную роль — роль так называемой «телефонной барышни». Забавно получается: «царь зверей» — и в такой роли. Впрочем, и в обычной ситуации порой мы не меньше напоминаем «телефонных барышень», чем в данном варианте. Здесь, по крайней мере, можно иметь некие гарантии, что что-то случится более или менее соответствующее нашим ожиданиям. А при необходимости на любом этапе человек может сам принимать решения и вводить их в торговую систему. Система будет автоматически протоколировать все команды, вычислять текущее состояние позиции и окончательный результат. Система также может показать на экране свой прогноз, а вы самостоятельно примете решение о выборе позиции, учитывая (или вовсе не учитывая) полученный прогноз.
|
|
Система написана на Visual C++ работает и в операционных средах Windows 95 и Windows NT. А при наличии Pentium 166 и 32 Мбайт оперативной памяти можно одновременно торговать в режиме online на нескольких биржевых площадках. Если вам это, конечно, необходимо. Можно специализироваться только на одном рынке, а можно на всех сразу. Это как с коммерческими банками. Есть банки, которые специализируются исключительно на каком-то конкретном виде деятельности, а есть такие, которые универсальны, то есть обслуживают всех сразу. Последние хоть и обслуживают всех подряд, зато вполне может оказаться, что делают это не с той же степенью ответственности и качества, как «специалисты», ведь изначально их главная цель — широкий охват аудитории. А специализированные банки могут позволить себе в какой-то узкой области деятельности быть специалистами до конца. И это позволяет им получать большую прибыль именно за счет индивидуального подхода к клиентам и пристального изучения их потребностей. Вот и вы можете принять решение, кем быть — работать на всех рынках сразу или специализироваться.
А к будущей теме об обратной стороне медали (об отношении к советам и рекламе) вот вам сказка... Давным-давно жила-была на свете одна прекрасная как весенний ландыш принцесса по имени Мелисса. Жила она в богатом и процветающем королевстве. А еще там жили прекрасные люди, которые были очень добрые и отзывчивые. Был у принцессы и отец (матушка ее, к великому сожалению, умерла, когда бедняжке не было и года). Отец ее в настоящий момент времени был тяжело болен, и смерть была не за горами, поскольку был он возраста преклонного и достаточно пожил на свете, как он сам говаривал. Именно поэтому позвал отец прекрасную принцессу и у смертного одра повелел найти достойную ему замену в виде правителя народу и опоры для самой принцессы. Слово короля — закон. Поэтому затрубили трубачи по всей стране о том, что принцесса нынче на выданье. Весть облетела все уголки огромной державы и далеко за ее пределами. Съехалось великое множество женихов разных мастей из разных стран. В течение целой недели была у них возможность общаться с принцессой и своими талантами и умениями завоевать ее прекрасное сердце. Прошла неделя, и наступила последняя ночь перед объявлением имени будущего правителя. Уснул весь двор, уснули даже птицы, только одна принцесса не спала. Не спала она, потому что не знала, кого предпочесть. Долго мучалась она, долго металась по комнате, пока не решилась пойти к своему верному другу — старой кормилице. Прибежала она к ней и бросилась к ногам, заливаясь слезами. Обняла ее старушка и попросила рассказать про горести-печали. Мелисса рассказала, что не знает, кого выбрать: один мужественный и храбрый, другой имеет блистательный ум, третий — наездник великолепный и так далее. И все они речи говорят красивые, будто медом мазанные. Внимательно выслушала ее кормилица и только после этого
молвила: «Не слушай, милочка, что говорят они, а смотри, что они делают. Только тогда поймешь, кто тебя достоин». Так Мелисса решение и приняла.
Теперь же расскажем про некий эксперимент, который провели умные люди с Fortel Trade, придерживаясь духа сказки про Мелиссу.
Система Fortel Trade была настроена на игру в режиме реального времени на рынке Forex при условии, что данные поступали через систему Reuter в режиме tick-by-tick. Само моделирование на рынке Forex происходило по котировкам рынка DEM 1993-1995 гг., а также по данным, собранным через систему Reuter с июня по сентябрь 1997 г. Итак, результаты моделирования позволили перейти к стадии реального эксперимента. Эксперимент проходил в США и продолжался около двух месяцев. Что же в итоге получили? А то, что реальные результаты торговли оказались удовлетворительными. При этом не было ни одного программного сбоя. Очень важной оказалась информация об особенностях функционирования брокерской конторы и биржи, полученная в ходе реальных торгов. А еще особая ценность информации была в том, что, располагая ею, можно гарантировать корректность результатов моделирования торговых стратегий на исторических данных.
Так к чему же мы клоним? Только такой эксперимент, дающий информацию о реальных задержках прохождения команд и фактических величинах спрэдов, позволит ответить на вопрос о совпадении результатов моделирования на исторических данных с результатами, полученными на практике.
Можно с уверенностью предположить, что компьютерные технологии наподобие тех, что описаны в этой книге, в ближайшее время займут свое место в информационно-дилинговых системах и будут активно применяться в российской финансовой и банковской сферах. Приход на рынок большого числа непрофессиональных игроков будет означать резкое оживление спроса на достаточно передовые торговые системы, позволяющие моделировать рынок и принимать решения в режиме реальных торгов.
|
