Тот факт, что хаотические модели дают хорошее приближение для финансовых временных рядов, говорит о важности изучения поведения рынков капитала как нелинейных динамических процессов и является дополнительным доводом в пользу применения в задачах прогноза различных нелинейных методов, в том числе, — нейронных сетей. В любом случае применение нейронных сетей согласуется с принципом ограниченной рациональности Саймона [243], согласно которому эффективность рынка ограниченна в силу ограниченных возможностей человека в обработке информации. [c.72]
Технологии, о которых идет речь, основываются на нелинейных методах анализа экономической и финансовой информации. В условиях возрастающей неуправляемости мировых процессов в финансовой сфере традиционные (читай, линейные) методы все чаще оказываются неспособными распознать ключевые переломы в тенденциях рынка. Так было, например, в случаях с крахом фондового рынка в 1987 году или началом глубокого спада в экономике Великобритании. Разочарование в этих методах заставило вспомнить о некогда казавшейся невероятной идее, согласно которой изменение рыночных показателей во времени не есть чисто случайное блуждание, а размеры ожидаемых доходов и/или характеристики неустойчивости (волатильности) можно пытаться находить при помощи более мощных методов. Общей чертой новых методов является возможность распознавания образов и вывода обобщающих правил. Существенными составными частями нового подхода являются нейронные сети (сети компьютерных процессоров, взаимодействие которых построено по образцу процессов обучения, происходящих в человеческом мозге) и генетические алгоритмы (методы, в которых, исходя из большого набора первоначальных предположений, вырабатывают все более правильные представления о поведении рынка и, в конечном счете, более содержательные рабочие гипотезы). Про методы обоих видов говорят, что они управляются данными, в противоположность подходу, основанному на применении правил, который принят в экспертных системах. Системы, основанные на знаниях, обладают тем недостатком, что построенные на их основе методы торговли оказываются довольно негибкими. Наконец, совершенно новый взгляд на мир предлагает теория динамических систем или теория хаоса. С ее помощью в явлениях, ранее считавшихся случайными, удается обнаружить порядок или некоторую структуру. Основное предположение здесь состоит в том, что поведение системы есть результат множества нелинейных взаимодействий, вследствие чего даже небольшое изменение начальных данных может привести к совершенно другому дальнейшему поведению системы. Благодаря [c.13]
Трудности применения нейронных сетей к распознаванию речи обусловлены спецификой динамической природы речевого сигнала и выражаются в том, что в процессе классификации сигнал должен быть нелинейно деформирован по шкапе времени с целью нормализации длительностей различных его участков [42]. [c.106]
Таким образом, задача сводится к распознаванию текущего запаса устойчивости системы по результатам измерения электроэнергетических параметров ее основных узлов нагрузки и адаптированию параметров защит минимального напряжения при изменении нагрузки в процессе эксплуатации системы. Сложность установления соответствия измеряемых электроэнергетических параметров и параметров устойчивости обусловлена явной нелинейностью системы электроснабжения, наличием точек бифуркации в зависимостях, связывающих параметры устойчивости и показатели приборов измерения. Для решения задачи целесообразно использовать методы искусственного интеллекта, обладающие свойством динамического самообучения. В последнее время наиболее эффективно развиваются два метода искусственного интеллекта искусственных нейронных сетей (ИНС) и нечеткой логики [177,173,47,184,100]. [c.143]