5.2.18. Современные методы обработки и анализа информационных потоков.

После знакомства с предыдущим разделом становится понятно, что новые задачи (обработка и анализ все разрастающегося потока информации) требуют новых решений. Другими словами, мало выделить и описать многомерный поток информации, его еще необходимо обработать и проанализировать. С усложнением производственных отношений усложняется и информационный обмен не только между предприятиями, но и между структурными подразделениями каждого предприятия. С увеличением размерности информационных потоков развиваются методы и инструменты для их исследования. Данный раздел в первую очередь посвящен обзору современных методов обработки и анализа, применяемых при исследовании информационных потоков

На сегодняшний день можно рассмотреть сложившиеся методы обработки и анализа информационных потоков.

- Метод статистической обработки информации. Данный подход включает в себя хорошо развитые и изученные классические методы, а именно регрессионный, корреляционный анализ, etc. Несмотря на несомненную ценность данного вида исследований, во многих случаях от него приходится отказываться. Последнее обстоятельство связано не столько с недостатками указанного подхода, сколько с математической неграмотностью трейдеров, пытающихся его использовать. К величайшему сожалению, человек без образования в области статистики сталкивается с непреодолимыми трудностями как при выборе конкретного метода анализа, так и при трактовке результатов.

- Метод эволюционного программирования. На сегодняшний день указанный метод является динамично развивающимся направлением анализа многомерных информационных потоков. Суть метода заключается в записи на внутреннем языке программирования ряда предварительных гипотез. После чего система генерирует алгоритм, максимально точно выражающий искомую зависимость, и начинает самостоятельно ее корректировать. В конечном итоге из целого спектра модифицированных программ отбирается наиболее удачный вариант. Несмотря на простоту идеи построения, оперативный прогноз не является сильной стороной этого метода. Кроме того, программная реализация все еще очень далека от совершенства.

- Деревья решений. Метод весьма условно может быть отнесен к системам прогноза меняющихся финансовых показателей, являясь скорее системой классификации (что, бесспорно, является одной из ключевых проблем анализа). Однако для анализа оперативных многомерных финансовых потоков указанное направление малопригодно.

- Генетические алгоритмы. Первоначально генетические алгоритмы разрабатывались и успешно применялись для решения комбинаторных задач, а также задач поиска оптимальных вариантов. Суть метода основана на выборе наилучших решений по ранее формализованным критериям. При этом процесс оптимизации напоминает естественную эволюцию: отбор лучших решений (сильнейших), скрещивание и мутации. Несмотря на внешнюю привлекательность данного метода, у него есть ряд существенных недостатков. В качестве примера можно отметить сложность формализации критериев отбора. Кроме того, методика в целом оптимизирована на классе задач, существенно отличающихся от прогноза оперативно меняющихся финансовых показателей.

- Нейросети. Сегодня все больше и больше участников рынка используют нейросети в своей повседневной деятельности. Нейросеть, как правило, представляет собой многослойную сетевую структуру однотипных элементов — нейронов, соединенных между собой и сгруппированных в слои (многослойные нейросети). Входная информация (многомерный информационный поток) подается на нейроны так называемого входного слоя. После прохождения через многослойную структуру выходная информация снимается с выходного слоя нейросети. При прохождении по сети мощность входных сигналов усиливается или ослабляется сетью, что определяется межнейронными связями. Перед непосредственным использованием нейросети на практике ее необходимо «обучить» на примерах, т. е. с помощью коррекции весов межнейронных связей по известным входным параметрам и результатам нейросеть настраивают таким образом, чтобы получить ответ, максимально близкий к правильному. Отметим, что проблему оценки постоянно изменяющихся внешних условий и соответственно степени влияния на рынок тех или иных параметров нейросеть решает благодаря самому принципу построения. Справедливости ради, необходимо указать, что при использовании нейросетей, как правило, забывают об эффекте насыщения.

Нечеткая логика.

С середины 60-х гг. ХХ в., после разработки Л. Заде теории нечетких множеств, было предложено несколько направлений, позволяющих формализовать неопределенность. Данная область знаний в настоящее время интенсивно развивается и находит все новые и новые области применения. Суть теории нечеткой логики заключается в том, что, подобно обычным числам, с распределениями нечеткости можно производить разные операции, например складывать и умножать. В этом случае при развитии любого процесса всегда имеется только одна возможность. Другими словами, все величины имеют детерминированный характер. С математической точки зрения некоторые неудобства доставляет тот факт, что практически все операции можно вести неоднозначным образом, но современная теория предоставляет возможность реализации этого подхода.

- Метод волнового анализа. Вспомним основной постулат технического анализа: цена учитывает все. В связи с этим большинство пакетов программного обеспечения, посвященных техническому анализу, базируются на представлении о том, что вся информация о колебаниях цен и причинах этих колебаний находится в самих колебаниях. Анализ изменения цены какого-либо финансового инструмента во времени может с определенной степенью вероятности предсказать эволюцию цены на протяжении еще какого-то промежутка времени. Стоит, однако, обратить внимание на слишком большой произвол в последнем высказывании. Подавляющее большинство методов технического анализа составляют так называемые «осцилляторы» — методы поиска и анализа циклических колебаний. Вспомним школьные уроки физики, где утверждалось, что если на механическую систему не воздействуют внешние силы, то она колеблется со своей собственной частотой, определяемой только самом системой (ее внутренними характеристиками). Выдвигается предложение, что и на финансовых рынках происходит нечто подобное. Если на валюту действуют какие-либо сильные внешние факторы (например, центральный банк страны, которой принадлежит данная валюта, предпринимает действия по ее укреплению (ослаблению) по отношению к котирующей валюте, экономические потрясения, etc.), т. е. о валюте на время забыли и она «живет своей жизнью», то из-за изменения давления спроса и предложения курс национальной валюты будет колебаться в соответствии с внутренними законами рынка. Другими словами, движение курса становится прогнозируемой величиной, которая может определяться с помощью пакета технического анализа.

Познакомившись таким образом с современными методами обработки и анализа, с особенностями оперативно поступающего многомерного информационного потока, можно перейти к рассмотрению некоторых программных продуктов, в рамках которых были реализованы те или иные методы.

При этом стоит понимать, что какую бы систему мы ни выбрали, в первую очередь она должна помогать нам в повседневной работе при планировании и анализе сетей.