Современные инструменты анализа

из "Форекс для начинающих Справочник биржевого спекулянта "

После знакомства с предыдущим разделом становится понятно, что новые задачи (обработка и анализ все разрастающегося потока информации) требуют новых решений. Другими словами, мало получить многомерный поток биржевой информации, его еще необходимо обработать и проанализировать с целью получения требуемой информации. С усложнением информационных потоков развиваются методы и инструменты для их исследования. Данный раздел в первую очередь посвящен обзору современных методов обработки и анализа, применяемых при изучении поведения рынка. [c.122]
Прежде чем перейти непосредственно к рассмотрению конкретных программных продуктов, познакомимся с общими подходами к анализу оперативной финансовой информации. На сегодняшний день можно выделить следующие методы обработки и анализа информационных потоков. [c.122]
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. [c.123]
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. [c.123]
Нечеткая логика. С середины 60-х гг. XX в., после разработки Л. Заде теории нечетких множеств, было предложено несколько теорий, позволяющих формализовать неопределенность. Данная область знаний в настоящее время интенсивно развивается и находит все новые и новые применения. [c.124]
В чем же здесь идея В повседневной жизни большинство из нас привыкли давать простые, хотя бы по форме, ответы на любые самые сложные вопросы. Как мы это делаем — это вопрос, но факт остается фактом для человека привычнее облекать величины и понятия реального мира в обычную числовую форму и описывать взаимоотношения между ними однозначными функциями. В этом случае при развитии любого процесса всегда имеется только одна возможность. Другими словами, все величины имеют детерминированный характер. Суть теории нечеткой логики заключается в том, что, подобно обычным числам, с распределениями нечеткости можно производить разные операции, например складывать и умножать. С математической точки зрения некоторые неудобства доставляет тот факт, что практически все операции можно вести неоднозначным образом, но современная теория и здесь нашла выход (к сожалению, указанная тема существенно выходит за рамки данной работы). [c.124]
Технический анализ. Подавляющее большинство экспертов сходятся во мнении, что на сегодняшний день для анализа внутридневной, оперативной и постоянно меняющейся информации в условиях ограниченности по времени наиболее пригоден именно технический анализ со всеми его достоинствами и недостатками. [c.125]
Особый интерес представляет центральная часть программы, позволяющая строить нелинейные регрессионные модели. При этом имеется возможность оперировать не только с численными и логическими переменными, но и с так называемыми категориальными переменными. [c.127]
Указанный метод и применяется непосредственно к прогнозированию будущего изменения цены. На выходе получается вероятность дальнейшего развития событий, представленная различными пунктирными линиями на продолжении графика цены (чем толще линия, тем выше вероятность). При этом исследование резких и случайно меняющихся во времени эволюции рынка менее точны ввиду того, что их нельзя первоначально рассматривать как приблизительно стационарные. [c.130]

Вернуться к основной статье