Введение

Современная экономика немыслима без наличия полной информации. Тысячи компаний, миллионы налогоплательщиков, биржевые котировки, реестры акционеров - все это многообразие необходимо оценить, обработать, сделать необходимые выводы, принять правильное решение.

Современный специалист - экономист должен уметь принимать обоснованные и обдуманные решения. Для этого кроме определенных знаний по основам менеджмента, основам внешнеэкономической деятельности, банковскому делу, административному управлению, налогообложению он должен владеть информацией по построению современных информационных систем.

Информационные технологии - один из последних этапов становления аналитических знаний. Аналитическими технологиями это методики, которые позволяют по известным данным оценить значения неизвестных характеристик и параметров, на основе каких-либо моделей, алгоритмов, математических теорем.

Данные технологии, необходимые в первую очередь людям, которые принимают важные решения. Выручка компании в значительной степени определяется качеством этих решений – необходимой точностью прогнозов, оптимально выбранных стратегий. Наиболее распространенные аналитические методы, используемые для выполнения следующих задач: прогнозирование курсы иностранных валют, предсказание цен на сырьевые товары, спрос, доходы компании, уровень безработицы, количество страховых претензий и т.д.

На данный момент нет четких алгоритмов, который позволяют решить реальные бизнес задачи. Если раньше специалисты решали задачи, опираясь на знание предметной области и на основе личного опыта, то для современного специалиста появилось большое количетсво информационных помощников, которы позволяют повысить точность и эффективность результатов.

Искусственный интеллект является сейчас одной из важнейшихй тем научных исследований. В данной области сконцентрированы наибольшие усилия программистов и математиков, а также инженеров и психологов.

Цель выпускной квалификационной работы заключается в исследовании методов прогнозирования фондового рынка, понятия системы искусственного интеллекта, примеры анализа и прогнозирования на основе нейронных сетей, современной ситуации фондового рынка.

Последние разработки в области информационных систем ускорили темпы их внедрения во все значимые области Российского рынка. В мировой экономической системе очень важна степень применения новейших информационных технологий во многих аспектах жизнедеятельности граждан, так как это приводит к повышению эффективности экономических отношений.

Перед инвесторами возникают большое количество проблем, в первую очередь проблема эффективности принятого решения. Данная проблема плохо структурирована и для ее решения нет стандратных методов.

Еще одной из таких проблем является проблема определения момента и характера управленческого решения при осуществлении среднесрочных торговых операций с акциями. Решение является самой важной задачей для каждой компании, фирмы и банка, работающих на рынке ценных бумаг не только со средствами клиентов, но и осуществляющего торговые операции с использованием собственных средств. Для решения этой задачи специалисты должны учитывать большой объем противоречивых факторов и выявлять их важность и значимость, но это не всегда можно выполнить объективно.

Большое количество методов анализа и прогнозирования фондового рынка позволяет специалисту использовать все их множество для более точного прогнозирования, но при этом всегда возникает проблема выбора правильного решения. Поэтому при анализе фондового рынка появляются комбинированные способы, которые сочитают в себе знания различных областей.

Не так давно начались исследования нейросетевых технологий и с течением времени интерес к ним, то возрастал, то падал потому, что результаты их применения были неодназначными и не всегда эффективными. Такое непостоянство напрямую связано с практическими результатами проводимых исследований.

На российском фодновом рынке нейросетевые компьютерные технологии появились всего несколько десятков лет назад. На тот момент было мало источников иформации и литературы. Ни в одном из источников не содержится подробного описания (с указанием достигнутых результатов) эффективного применения нейросетевых компьютерных технологий для прогнозирования динамики фондового рынка в среднесрочной перспективе. В большинстве публикаций не было точного описания работы новой технологии, а все примеры основывались на западных рынках, что не могло быть применено к отечественным рынкам.

Актуальность отмеченных вопросов теории, их недостаточная разработанность, высокая практическая значимость обусловили выбор темы, предопределили объект, предмет, цель и задачи диссертационной работы. Объектом исследования выступает российский фондовый рынок. Предметом исследования являются методы прогнозирования фондового рынка и нейрокомпьютерные технологии, их использование для прогнозирования динамики фондового рынка.

В соответствии с поставленной целью в работе решаются следующие задачи: исследование текущего состояния российского фондового рынка, возможность прогнозирования его динамики, обзор основ нейросетевого анали за, классификация основных технологий, определение особенностей отечественного рынка, основные подходы к применению нейросетевых технологий, анализ прогноза формирования фондового рынка, анализ статистики торговых роботов, анализ применения существующих нейросетевых технологий в финансовой сфере как на зарубежных рынках, так и в российской практике.

Общетеоретическую и методологическую основу исследования составляют категории, законы, закономерности экономической науки. В работе использованы как способы эмпирического исследования, такие как сравнение, эксперимент, так и традиционные способы научного исследования: анализ и синтез экономических систем, моделирование экономических процессов, системный подход к изучаемым явлениям.

Научная новизна исследования состоит в достижении следующих результатов: Обоснована необходимость анализа и прогнозирования динамики фондового рынка, описаны преимущества и недостатки существующих методов анализа фондового рынка, определены основные тенденции фондового рынка, в результате рассмотрения подходов к применению нейросетевых методов для прогнозирования динамики российского фондового рынка предложен новый, комбинированный подход;

Практическая значимость работы заключается в том, что основные положения, выводы, рекомендации, методологические подходы диссертационного исследования могут быть использованы для выработки конкретных рекомендаций по совершенствованию инвестиционного процесса как институциональными, так и индивидуальными инвесторами, в частности, для принятия эффективных решений при осуществлении вышеуказанными субъектами торговых операций на фондовом рынке.