1442

Прогнозирование курсов валют на рынке Forex

Научная статья

Финансы и кредитные отношения

Главная задача любого инвестора — купить дешевле и продать дороже. Чем выше изменчивость цен актива, тем больше имеется возможностей для проведения выигрышных стратегий торговли, но они сопряжены с высоким риском. Ключевым вопросом при этом является определение направления, величины и волатильности (изменчивости) будущих цен на основе прошлых данных. В статье дается пример прогноза курсов валют на рынке Forex, полученного с применением нейронных технологий.

Русский

2013-01-06

196.69 KB

49 чел.



œÂ‚˚È ÌÂÁ‡‚ËÒËÏ˚È ÊÛ̇ΠӠÚÂȉË̄ ̇ ÛÒÒÍÓÏ ˇÁ˚ÍÂ
Прогнозирование
курсов валют на
рынке Forex

œ‡‚ÂΠœ‡ÌÙËÎÓ‚
nscalp@mail.ru
Главная задача любого инвестора — купить дешевле и продать
вопросом при этом является определение направления, величины
дороже.  Чем  выше  изменчивость  цен  актива,  тем  больше
и волатильности (изменчивости) будущих цен на основе прошлых
имеется  возможностей  для  проведения  выигрышных  стратегий
данных.  В  статье  дается  пример  прогноза  курсов  валют  на
торговли,  но  они  сопряжены  с  высоким  риском.  Ключевым
рынке Forex, полученного с применением нейронных технологий.
Нейронные сети как 
нейронов  таким  образом,  чтобы  умень-
линейных  явлений  и  распознавании  их
инструмент прогнозирования
шить  функцию  ошибки,  которая  равна
хаотического поведения. Благодаря сво-
разности выхода нейросети и требуемого
ей  гибкости  они  могут  «ухватить»  са-
Начиная  с  80-х  годов,  для  решения  эко-
выходного значения.
мые  разные  структуры  в  фазовом  про-
номических  задач  широкое  распростра-
В общем случае нейронные сети могут
странстве.  Способность  обобщения  и
нение  получили  нейронные  сети.  Ис-
решать как задачи классификации (раз-
определения  скрытых  закономерностей
пользование нейросетей обусловлено их
деления входных примеров на заданное
является уникальным свойством нейро-
способностью  работать  с  противоречи-
число  классов),  так  и  задачи  аппрокси-
сетей  и  позволяет  их  использовать  в
выми и зашумленными данными.
мации  (предсказания  непрерывных
трудноформализуемых финансовых за-
Нейросеть  представляет  собой  вычис-
функций).  Второй  класс  задач  нашел
дачах.
лительный  алгоритм,  функционирую-
широкое  применение  при  анализе  вре-
В настоящее время рынок Forex полу-
щий  наподобие  мозга,  который  состоит
менных рядов.
чил широкое распространение в России.
из простейших вычислительных элемен-
Задача  анализа  временных  рядов  за-
Это  обусловлено  его  высокой  ликвид-
тов — искусственных нейронов. Каждый
ключается в том, чтобы извлечь из них
ностью  и  малой  стоимостью  входа
такой  элемент  вычисляет  взвешенную
полезную  информацию  с  конечной  це-
(средний  страховой  депозит  в  россий-
сумму своих входов (с весами w) и про-
лью предсказания будущих значений на
ском дилинге 1000–2000 USD). Поэтому
изводит  нелинейное  преобразование  F.
основе  предыдущих.  Такой  подход
представляется  актуальной  задача  про-
Таким образом, выход нейрона вычисля-
строится  на  предположении,  что  вре-
гнозирования курсов валют, торгуемых
ется по следующей формуле:
менной  ряд  имеет  определенную  мате-
на рынке Forex. В этой статье дан общий
матическую  структуру.  Эта  структура
подход и оценка результатов прогнозов
существует  в  так  называемом  фазовом
курсов  валют  с  использованием  ней-
пространстве,  координатами  которого
ронных сетей.
являются  независимые  переменные,
Основной этап работы с нейросетью -
описывающие поведение системы в це-
Определение объекта прогноза
это  ее  обучение.  На  данном  этапе  опре-
лом.  Поэтому  главная  проблема,  кото-
На  рынке  Forex  можно  проводить  про-
деляются веса для каждого нейрона. При
рую необходимо решить, — это опреде-
гнозирование  цен:  закрытия  (Close),
обучении происходит прогон множества
ление фазового пространства. Для этого
максимальной  (High)  и  минимальной
примеров через сеть с коррекцией весов
нужно выбрать наиболее важные харак-
(Low).  Качество  получаемого  прогноза,
нейронов и с указанием значений, кото-
теристики  системы  в  качестве  фазовых
скорее  всего,  будет  различным  для  каж-
рые подаются на вход, и значений, кото-
переменных  (например,  индикаторы
дой из них. Для подтверждения этого те-
рые  должны  быть  получены  на  выходе
технического анализа).
зиса проведем тренировку трех простых
нейросети.  В  процессе  обучения  проис-
Нейронные  сети  дают  дополнитель-
нейросетей, выходы которых и спрогно-
ходит  подстройка  (коррекция)  весов
ные возможности в моделировании не-
зируют эти цены. Внутренний слой каж-
16
—Ó‚ÂÏÂÌÌ˚È ÚÂȉËÌ„ n π 1 2001



www.m-trading.ru
дой обучаемой сети состоит из трех ней-
на,  и  ее  решение  проводится  различны-
графическими картами (отсюда и назва-
ронов  с  нелинейной  активационной
ми  эвристическими  алгоритмами.  Один
ние — карты Кохонена).
(выходной) функцией.
из эффективных и малоизвестных в Рос-
Такая  самоорганизующаяся  карта  в
В качестве временного ряда взят часо-
сии  методов  определения  множества
процессе обучения проводит группиров-
вой  график  швейцарского  франка
входов  предполагает  использование  са-
ку  входных  примеров  по  группам  схо-
(CHF), для которого и строился прогноз.
моорганизующихся 
карт 
Кохонена
жих, то есть проводит задачу кластериза-
Для  тренировки  было  взято  3000  часо-
(T. Kohonen).
ции многомерных данных. Это позволя-
вых баров. Нейросеть обучалась в тече-
Эта  парадигма  нейронных  сетей  ис-
ет  понять  внутренние  зависимости
ние  2000  эпох  (проход  по  множеству
пользует  обучение  «без  учителя»  и  при-
временного ряда.
данных),  с  использованием  метода  ка-
либровки.  Этот  метод  предполагает
разбиение  всего  множества  примеров
на  обучающее  и  тестовое,  при  этом
обучение  производится  на  обучающем
множестве,  а  контроль  за  качеством
примеров  на  тестовом.  Использован-
ный метод калибровки является эффек-
тивным  методом  борьбы  с  переобуче-
нием нейросети. Результаты прогнозов
изображены на рис. 1.
Из  рис.  1  видно,  что  наиболее  эффек-
тивным представляется прогнозирование
максимальной  и  минимальной  цены  ба-
ра.  Это  подтверждается  статистическим
анализом ряда ошибок, результаты кото-
рого приведены в табл. 1.
Наихудшей прогнозируемостью обла-
дают  цены  закрытия  бара  (Close).  Для
сравнения  в  таблице  также  приведены
–ËÒ. 1
статистические  характеристики  прогно-
за,  построенного  на  повторении  своего
меняется  для  визуализации  многомер-
Основная идея использования карт со-
предыдущего  значения.  Фактически
ных данных. Особенностью карты Кохо-
стоит в том, чтобы подать на вход неко-
стандартное  отклонение  для  прогноза
нена  является  представление  выходного
торое множество индикаторов (будущих
цены  закрытия  и  прогноза  типа  «Сего-
дня как вчера» близки, и из этого можно
сделать вывод о плохой прогнозируемо-
сти цен закрытия бара.
Цена закрытия почти не прогнозирует-
ся.  Это  можно  объяснить  тем,  что  при
круглосуточном рынке (Forex работает 24
часа) цены открытия и закрытия бара да-
ют мало информации о динамике рынка.
Они зависят от того, как «нарезаны» бары
(что было взято за первую точку). В свою
очередь,  цена  закрытия  является  послед-
ней сделкой на прогнозируемом интерва-
ле  и  поэтому  мало  зависит  от  предыду-
щих значений. Ее не нужно использовать
как объект прогнозирования.
Определение состава входов
нейросети
Самым важным моментом при проекти-
ровании нейронной сети является опре-
деление  состава  ее  входов  (фазовых  пе-
–ËÒ. 2
ременных),  которые  наиболее  полно
описывают  поведение  системы.  При
слоя  нейронов  в  виде  одномерной  или
входов  нейросети)  и  обучить  карту  Ко-
правильно  подобранном  составе  нейро-
двумерной  сетки  нейронов,  в  которой
хонена  на  них.  Далее  проводится  их  ви-
сеть будет очень эффективно прогнози-
каждый  из  них  имеет  свои  координаты.
зуальный  анализ  на  предмет  поиска
ровать курсы валют на рынке Forex.
Эти координаты используются при обу-
скрытых  закономерностей,  и  таким  об-
В настоящее время задача определения
чении  карты.  Для  большей  наглядности
разом определяется оптимальный состав
состава  входов  математически  не  реше-
сетку раскрашивают по аналогии с топо-
входов нейросети.
π 1 2001  n
—Ó‚ÂÏÂÌÌ˚È ÚÂȉËÌ„
17


œÂ‚˚È ÌÂÁ‡‚ËÒËÏ˚È ÊÛ̇ΠӠÚÂȉË̄ ̇ ÛÒÒÍÓÏ ˇÁ˚ÍÂ
На рис. 2 приведен пример карты (раз-
не являются исключением, и при их ис-
ка  прогноза  составила  очень  большую
мер  50∗50  нейронов),  которая  получена
пользовании  необходимо  помнить  об
величину. Это обусловлено тем, что ней-
при обучении на данных из первого при-
ошибках прогноза.
росеть  при  расчете  прогноза  не  знала  о
“‡·Îˈ‡ 1
œÓ„ÌÓÁ
ƒËÒÔÂÒˡ
—ڇ̉‡ÚÌÓ ÓÚÍÎÓÌÂÌËÂ
—ڇ̉‡Ú̇ˇ Ó¯Ë·Í‡
High
0.0000036174
0.0019019345
0.0000344386
Low
0.0000049034
0.0022143565
0.0000400957
Close
0.0000069029
0.0026273376
0.0000475736
—Â„Ó‰Ìˇ Í‡Í ‚˜Â‡
0.0000071148
0.0026673511
0.0000482981
мера. Каждый из входов (в нашем случае
Все ошибки нейронных сетей при про-
начавшейся  интервенции.  При  расчете
это  индикатор  теханализа)  имеет  свою
гнозировании связаны с недостатком ин-
на следующие бары нейросеть уже полу-
карту. Визуальный анализ этих карт дает
формации  о  прогнозируемой  системе  и
чала информацию об интервенции в ви-
нам требуемую информацию.
событиями,  произошедшими  внутри
де цен за последний бар, и прогнозы бы-
Схожесть начертания карт определяет и
ли значительно лучше. Фактически ней-
схожесть индикаторов. Такие входы необ-
росеть  правильно  спрогнозировала
ходимо  очень  аккуратно  использовать  в
«переходный»  процесс  после  интервен-
качестве входов обычной нейросети. Если
ции Европейского банка по евро.
карта  имеет  равномерную  закраску  с  не-
Для  уменьшения  такого  рода  ошибок
сколькими  «выбросами»,  то  такой  вход
необходимо давать дополнительную ин-
должен  быть  предварительно  специаль-
формацию  на  вход  нейросети  о  фунда-
ным  образом  нормирован,  чтобы  сгла-
ментальных событиях, происходящих на
дить эти области. Если поверхность карты
рынке. Одним из способов для этого яв-
сильно  изрезана  и  является  очень  нерав-
ляется  использование  технологии  Ex-
номерной  то,  скорее  всего,  этот  вход  не
pertLine.  При  ее  использовании  на  вход
несет  никакой  полезной  информации  и
помимо  стандартного  набора  подается
надо отказаться от его использования.
субъективное  мнение  трейдера  о  ситуа-
Дополнительно, карты Кохонена предо-
ции  на  рынке.  Использование  техноло-
ставляют механизмы для анализа времен-
гии ExpertLine позволяет получить очень
ных  рядов,  такие  как  «поиск  соседей»  и
малые ошибки прогнозов и корректиро-
траектория движения. К сожалению, рам-
вать  прогнозы  по  мере  развития  ситуа-
ки статьи не позволяют осветить эти ме-
ции на рынке.
тоды анализа данных.
прогнозируемого  интервала.  На  рис.  3
Современные 
Удачи и ошибки 
приведена  типичная  ошибка  нейросете-
финансовые рынки
нейронных сетей
вого прогноза.
Характер рынке Forex, как впрочем и лю-
При  использовании  любого  инструмен-
В  начале  прогнозируемого  часа  нача-
бого другого, связан с его формальными
та  анализа  у  пользователя  всегда  возни-
лась  интервенция  Европейского  банка
и неформальными установками, а также
кает вопрос о возможности его примене-
по евро, что привело к сильному измене-
сложившейся  практикой,  предвзятыми
ния  в  конкретной  ситуации.  Нейросети
нию курса швейцарского франка. Ошиб-
мнениями, тенденциями и психологиче-
скими  барьерами.  Все  это  делает  воз-
можным  существование  закономернос-
тей в поведении рыночных цен, и эти за-
кономерности можно предсказать.
Нейронные  сети  предлагают  совер-
шенно  новые  многообещающие  воз-
можности  для  инвесторов,  которым  по
роду своей деятельности приходится ре-
шать  задачи  в  условиях  небольших  ап-
риорных  знаний  о  среде.  Характер  фи-
нансовых  рынков  драматическим  обра-
зом  меняется  с  тех  пор,  как  вследствие
ослабления  контроля,  приватизации  и
появления  новых  финансовых  инстру-
ментов  национальные  рынки  слились  в
общемировые, а в большинстве секторов
рынка  возросла  свобода  финансовых
операций.  Успех  на  этих  рынках  будет
сопутствовать  тем  инвесторам,  которые
идут в ногу со временем и используют в
–ËÒ. 3
своей работе новейшие технологии.       n
18
—Ó‚ÂÏÂÌÌ˚È ÚÂȉËÌ„ n π 1 2001


 

А также другие работы, которые могут Вас заинтересовать

73923. The critique of modern democracy. Alternatives: participatory approach 44 KB
  In modern world we can often here such an expression as “democratical processes”. In general it is used with undoubted positive illumination, promoted like panacea in the field of political organization of the society.
73924. Вартість та оптимізація структури капіталу 111.5 KB
  Капітал є однією з фундаментальних економічних категорій, сутність якої наукова думка досліджує протягом багатьох століть. Серед основних харектеристик, які формують економічну сутність капіталу, слід виділити...
73925. УПРАВЛІННЯ ІНВЕСТИЦІЯМИ 311 KB
  Оцінка ефективності інвестиційних проектів. Тому передусім слід відзначити помилковість віднесення до форм інвестицій реінвестиції які характеризують не обєкт вкладення капіталу а процес використання доходу отриманого від інвестиційних операцій у процесі реінвестицій згідно з цим же законом інвестиційний доход може бути використано на здійснення як капітальних так і фінансових інвестицій.
73926. Аналіз фінансових звітів 462.5 KB
  Аналіз ліквідності та фінансової стійкості підприємства. Аналіз прибутковості підприємства. При вивченні теми про аналіз фінансових звітів необхідно приділити увагу сутності цілям та задачам аналізу фінансового стану підприємства. Для забезпечення якісного та детального аналізу фінансових звітів необхідно оволодіти загальними концептуальнометодичними принципами підходів і трактовок фінансового стану підприємства.
73927. ВНУТРІШНЬОФІРМОВЕ ФІНАНСОВЕ ПРОГНОЗУВАННЯ ТА ПЛАНУВАННЯ 442.5 KB
  Фінансова стратегія підприємства. Прогнозування показників фінансової звітності підприємства. Головна мета фінансового плану підприємства полягала у виявленні невикористаних ресурсів і визначенні суми платежів у бюджет величина якої відповідала перевищенню доходів підприємства над його витратами. За ринкової економіки значно підвищується матеріальна відповідальність керівника підприємства за його фінансовий стан.
73928. Антикризове фінансове управління підприємством 138.5 KB
  Необхідність оволодіння основами антикризового фінансового управління зумовлена тим що в умовах ринкової економіки підприємства здійснюють свою фінансовогосподарську діяльність знаходячись під постійним впливом несприятливих внутрішніх та зовнішніх чинників які можуть призвести до фінансової кризи та банкрутства.
73930. Система забезпечення фінансового менеджменту 84.5 KB
  Фінансовий менеджмент є невід\'ємною складовою частиною загальної системи управління підприємством. Тому його організаційне забезпечення має бути інтегроване з загальною структурою управління підприємством.