Method of Neuronet Classification of Situations in Financial Markets and Its Implementation in IDSS

Задача разработки инструментов анализа финансовых рынков, основанных на современных методах искусственного интеллекта, имитирующих работу трейдеров рынка, которым для принятия решения необходимо проанализировать большое количество разнородной информации о рынке, становится все более актуальной в настоящее время. В статье рассматривается применение нейросетевого классификатора в качестве ядра интеллектуальной системы поддержки принятия решений трейдера финансовых рынков. Обозначены основные характеристики систем типа интеллектуальная система поддержки принятия решений. Приведена методика нейросетевой классификации рыночных ситуаций, построенная с применением различных подходов к анализу финансовых рынков, таких как технический, фундаментальный анализ и эконометрическое моделирование. Основу методики составляет интегрированный анализ информации на основе нейронной сети топологии многослойный перцептрон. Представлены результаты проектирования системы, использующие алгоритм методики нейросетевой классификации рыночных ситуаций, архитектура системы, исследования работоспособности и эффективности работы интеллектуальной системы поддержки принятия решений трейдеров на финансовых рынках, основанной на описанной методике классификаций рыночных ситуаций. По результатам экспериментального исследования на нормированной по параметрам эксперимента выборке обозначена эффективность работы системы в 83 %.