Модель прогнозирования параметров финансовых рынков и оптимального управления инвестиционными портфе...

Построение математической модели прогнозирования поведения является трудной задачей в связи с сильным влиянием политических и других проблем (выборы, природные катаклизмы, спекуляции крупных участников рынка…).

В основе модели лежит анализ некоторых критериев с последующим выводом о поведении доходности и ценовых показателей. В набор критериев входят различные макро- и микроэкономические показатели, информация с торговых площадок, экспертные оценки специалистов. Процедура прогнозирования состоит из этапов:

1. Подготовка и предварительная фильтрация данных;

2. Аппроксимация искомой зависимости линейной функцией;

3. Моделирование погрешности с помощью линейной сети.

Но для повышения точности модели практикуется нелинейный анализ с использованием многослойной однородной нейронной сети. Этапы проведения нелинейного анализа в системе совпадают со стандартными шагами при работе с нейросетями.

1-й этап. Подготовка выходных данных.

Выходными данными являются zi

=

yi

-

pi

, где yi

- реальное значение прогнозируемой величины на некоторую дату, pi- рассчитанное на эту дату с помощью линейного анализа.

2-й этап. Нормирование входных сигналов.

(1)

где xij

- j-я координата некоторого критерия Xi

,

M

[

Xi

]

- выборочная оценка среднего квадратичного отклонения.

3-й этап. Выбор функции активации и архитектуры нейронной сети.

Используются функции активации стандартного вида (сигмоидная, ступенчатая), а также следующего вида:

(2)

(3)

(4)

(5)

Архитектура нейронной сети представлена на рисунке:

S1

f1

вектор

входных

S

сигналов вектор

выходн.

f1

Sm

Вектор сигналов

входных

сигналов

Введены следующие обозначения: Sj - линейные сумматоры; fj

- нелинейные функции; используемые для аппроксимации; S - итоговый сумматор.

4-й этап. Выбор алгоритма обучения нейронной сети, основанного на одном из следующих методов: обратного распространения ошибки, градиентного спуска, метода сопряженных градиентов, методе Ньютона, квазиньютоновском. Методы оцениваются по времени, затрачиваемому на обучение и по величине погрешности.

5-й этап. Итоговые вычисления границ прогнозируемого значения:

P

=

P

лин

+Рнелин

±

Енелин

где Р

— итоговое прогнозируемое значение, Рлин

и Рнелинзначение линейного и нелинейного анализов. Енелин

Перейти на страницу: 1 2 3

Статистика

Страхование финансовых инвестиций

Финансовые инвестиции представляют собой покупку активов в виде ценных бумаг, как долевых, так и долговых, которые будут приносить инвестору не только прибыль, но и гарантировать ему определенный уровень безопасности вложения средств.