назад Оглавление вперед


[ Старт ] [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] [41] [42]


0

Neural Network

Solutions for Trading In Financial Markets

DIRK EMMA BAESTAENS WILLEM MAX VAN DEN BERGH DOUGLAS WOOD

PITMAN PUBLISHING

ФИНАНСОВАЯ И СТРАХОВАЯ МАТЕМАТИКА • HI

нейронные сети

и ФИНАНСОВЫЕ РЫНКИ

Принятие решений в торговых операциях

Д.-Э. БЭСТЕНС, В.-М. ВАН ДЕН БЕРГ, Д. ВУД

Перевод с английского С. В. Курочкина под редакцией А. П. Коваленко и Е. С. Пастухова

Научное издательство Москва



УДК 331:33+336.2+ЗЗб.76/77+517.2-н581.14

Научное издательство ТВП ул. Губкина 8 117966 Москва ГСП-1

Россия

© Longman Group Ltd 1994. Assigned to Pearson Professional\Ltd 1995. This translation of Baestaens, Van den Bergh & Wood: Neural Network Solutions for Trading in Financial Markets is published by arrangement with Pitman Publishing, a division of Pearson Professional Limited, London

© Перевод на русский язык. Научное изд-во «ТВП» 1997.

Все права защищены. Никакая часть этой книги не может быть воспроизведена, сохранена в запоминающих системах или передана в любой форме и любым способом - электронным, механическим, фотокопировальным, записывающим или - без предварительного письменного разрешения владельца прав. За информацией обращаться по адресу: 117966 Москва ГСП-1, ул. Губкина 8, ТВ П.

Бэстенс Д.-Э., ван ден Берг В.-М., Вуд Д. Нейронные сети и финансовые рынки: принятие решений в торговых операциях. - Москва: ТВП, 1997. - хх, 236 с.

ISBN 5-85484-028-6

Нейронно-сетевая методология, пока мало представленная в российской профессиональной научно-технической литературе, находит все новые успешные применения в практике управления и принятия решений, в том числе - в финансовой и торговой сферах. Лежащая в ее основе теория нелинейных адаптивных систем доказала свою полезность при выработке прогнозов в целом ряде отраслей экономики и финансов.

Книга знакомит со способами применения методологии нейронных сетей для решения задач анализа и прогноза в таких актуальных для современной российской экономики вопросах, как кризисные явления на рынках капитала, налоговые поступления, динамика цен производных финансовых инструментов и индексов курсов акций, эффективность диверсификации портфельных капиталовложений, риск предоставления кредитов или банкротство корпораций и &НКОВ. Постоянные сравнения с иными применяемыми способами анализа и прогноза (например, статистическими способами анализа временных рядов и классификации или способами технического анализа) помогают читателю точнее определить роль и место нейрон-но-сетевых методов в областях, представляющих для него практический интерес.

Данное издание адресовано, в первую очередь, финансовым директорам, управляющим и аналитикам финансовых организаций, специалистам по количественному анализу и системным экспертам, а также студентам и аспирантам соответствующих специальностей.

Ил. 51. Библиогр. 296 назв.

0607000000-28

Ю54 (03)-97

ISBN 5-85484-028-6

Выпускающие редакторы: Я. И. Герасимова и В. И. Хохлов. Титульные редакторы: А. П. Коваленко и Е. С. Пастухов. Научные редакторы: Я. В. Мищенко и В. И. Хохлов. Композиция: Е. В, Герасимова и Н. В. Третьяков. Худ. оформление: Е. В. Герасимова А. Я. Галкин. Набор: ООО «Технополюс» и ООО «Скайрум». Лицензия ЛР-061510 от 08.09.97 Подписано к печати 17.12.97. Формат 70x100/16. Бумага Люмиофсет. Печать офсетная. Гарнитура Миньон. Усл. печ. л. 21,2. Усл. кр.-отт, 21,2 тыс. Уч.-изд. л. 21,3. Бум. л. 8,0. Тираж 1000 экз. Зак. 5928 . Цеиа договорная. АО «Типография «Новости»». 107005 Москва, ул. Ф.Энгельса, 46

Оглавление

ПРЕДИСЛОВИЕ К PyCCKOAty ИЗДАНИЮ: "POVERKH BAREROV"

ОБ АВТОРАХ

ПРЕДИСЛОВИЕ

ВВЕДЕНИЕ

Глава 1. НЕЙРОННО-СЕТЕВЫЕ МЕТОДЫ

Введение в методы нейронных сетей Устройство нейронные сетей Обучение

Обобщающие правила Примечания

Глава 2. ПРИМЕНЕНИЕ НЕЙРОННЫХ СЕТЕЙ В ЗАДАЧАХ КЛАССИФИКАЦИИ И АНАЛИЗА ВРЕМЕННЫХ РЯДОВ

Нейронные сети в задачах классификации

Применение нейронных сетей в анализе временных рядов

Сравнительная оценка производительности нейронных сетей

Программное обеспечение

Примечания

Глава 3. БАНКРОТСТВА, ПАНИКИ И БЕЗУМИЯ

Теория хаоса и рынки капитала Банкротства, паники и безумия

Можно ли предсказывать закономерности во временном ряде цен Несколько нейронно-сетевых экспериментов с логистическими временными рядами

Сетевая оценка в двумерной задаче (отображение Хенона)

Упрощенный вариант модели Хенона,

Некоторые итоговые замечания

Примечания

Глава 4. ПРОГНОЗИРОВАНИЕ ДЕНЕЖНЫХ ПОТОКОВ. НАЛОГОВЫЕ ПОСТУПЛЕНИЯ

Голландская нормативная база

Традиционные методы оценки

Выбор переменных

Нейронно-сетевая модель

Вклад каждой из переменных по отдельности

Выводы

Примечания

Глава 5. ВРЕМЕННЫЕ РЯДЫ В ЗАДАЧАХ РАСЧЕТА ЦЕН ОПЦИОНОВ ЕВРОПЕЙСКОГО ТИПА

Постановка задачи

Теоретические основы

Эндогенные и экзогенные переменные

Предварительная обработка данных и подготовительные тесты

Результаты работы сети

Обсуждение

VU X

3 7 15 25

26 38 50 53 55

56 58 62

63 68 73 76 77

78 79 80 83 88 95 95

96 97 101

114 116



Глава 6. ОЦЕНКА ИНДЕКСОВ КУРСОВ АКЦИЙ

Влияние экономических факторов и построение моделей Линейная модель APT

Многослойная схема с обратным распространением ошибки

Сравнение индивидуального и систематического вклада переменных 5»ь ; ; Выводы•"

Глава 7. УПРАВЛЕНИЕ МЕЖДУНАРОДНЫМ ПОРТФЕЛЕМ

Интернационализация портфельных инвестиций

Способы оценки результатов;

Формирование портфеля: экспертное мнение

Спецификация модели,t i

Предварительная обработка

Обучение

Результаты

Анализ результатов

Выводы

Глава 8. ОЦЕНКА КРЕДИТНОГО РИСКА

НА ОСНОВАНИИ ДАННЫХ НЕФИНАНСОВОГО ХАРАКТЕРА

Модели предсказания банкротств

Предоставление займов малым и средним предприятиям (опыт Польши) Описание базы данных MDA как точка отсчета Нейронно-сетевые модели обсуждение результатов

Опыт оценки кредитного риска в Голландском инвестиционном банке Описание базы данных Голландского инвестиционного банка Две точки отсчета: MDA и WN

Результаты классификации с помощью нейронных сетей

обсуждение

Приложения

Глава 9. ПРОГНОЗИРОВАНИЕ БАНКРОТСТВА КОРПОРАЦИЙ

Возможности нейронных сетей в задаче прогнозирования банкротства корпораций Оценка качества моделей

Эксперимент

Разработка модели"

Сравнение результатов

Использование в нейронной сети пониженных разделяющих уровней, ,

Глава 10. ИСПОЛЬЗОВАНИЕ НЕЙРОННЫХ СЕТЕЙ В ТОРГОВЛЕ

Технический анализ и гипотеза эффективного рынка Сбор данных и определение правил

Воспроизведение правила СМА нейронной сетью , ......., „

Результаты работы нейронной сети -.п.Л... .« •

ОбсуждениеJ/fm ? i * J

СПИСОК ЛИТЕРАТУРЫ

ПРЕДМЕТНЫЙ УКАЗАТЕЛЬhv .,л „

От издательстваы;, «. >

118 121 123 128 135

138!

143 ,

152 154 156 161 162 167 168 169 172 173 177 179

183 185 187 189 190 191

193 196 201 204 208

210 230 236

"Poverkh barerov"!

Так уж совпало: нам стало известно, что научное издательство «ТВП» проявило интерес к плоду наших раздумий- книге «Нейронные сети и финансовые рынки: принятие решений в торговых операциях» - как раз в те дни, когда компания Кристи оповестила книжных коллекционеров всего мира о том, что она выставляет на аукцион в Лондоне рукописи и подлинные письма Б. Пастернака.

Мы не понаслышке знаем, как высок в России уровень исследований в области адаптивных нелинейных моделей, и испытываем чувство гордости от того, что наша книга будет предложена вниманию столь квалифицированной читательской аудитории.

Почему эта книга была выбрана для перевода? Разумеется, мы можем лишь строить предположения на сей счет, но считаем нужным отметить, что в книге дается очень прагматичный и непредвзятый подход к трудным вопросам, возникшим в области корпоративных финансов после того, как на смену сегментации и регулированию пришли свободные финансовые потоки и свободный обмен достоверной информацией. Опыт работы в МВА-классах (Master of Business Administration) в Манчестерской Школе бизнеса (Великобритания) и Роттердамской Школе менеджмента (Голландия) убедил нас в том, что интеллектуалу-теоретику необходима скромность. Очень скоро нам стало ясно, что теоретическое превосходство той или иной модели ценообразования рынка ценных бумаг вовсе не гарантирует реального финансового успеха в виде роста счета в банке. Любая модель дает лишь общую схему для анализа сложных явлений реальной жизни и вместе с тем зачастую огорчает нас излишней жесткостью своих предположений. В то же время, финансовая информация распространяется не идеально, а на рынках происходят изменения, связанные с регулированием и конкуренцией.

Понимание этих обстоятельств заставило нас переключить свое внимание с универсальных моделей на новые перспективные методы. В 1990 году искусственные нейронные сети - в то время новая вещь для финансовой науки- преподносились как чудодейственное средство, способное почти полностью вытеснить человека из сферы операций на финансовых рынках. Буквально то же самое говорилось десятью годами ранее про экспертные системы. В действительности, внутренняя негибкость, присущая системам, основанным на правилах и даже линейно согласованных соотношениях, не позволяет им быть адекватным средством анализа динамичных и из-

1Б. Пастернак «Поверх барьеров», 1916.

[ Старт ] [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] [41] [42]