4.3. Методы прогнозирования, применяемые на рынке финансовых услуг
Для решения задач прогнозирования используют ряд методов, наиболее распространенные из которых следующие.
Экспертная оценка и экспертные системы
Основой методов является сбор, дешифрирование и анализ информации различных источников.
Методы экспертных оценок используются на основе мнений экспертов, отвечающих за разные направления для принятия оптимального решения, при решении следующих задач:
определение целей;
создание экспертного прогноза;
определение сценариев ожидаемого развития событий;
генерирование альтернативных вариантов;
определение рейтингов;
в оценочных системах;
при принятии коллективных решений.
В зависимости от имеющейся проблемы используются различные методы.
Типовые оценочные методы:
метод комиссий;
метод суда;
метод мозговой атаки (для выявления новых идей);
метод Делфи. Группа методов, объединенных общими требованиями к организации экспертных процедур и форме получения экспертных оценок. Основа метода — анонимность процедуры, возможность пополнения информации, обратная связь (корректировка суждения с учетом усредненных оценок «крайних экспертов»). Процедура реализуется в течение четырех шагов.
Методы, используемые для сложных систем:
метод решающих матриц;
метод прогнозного графа;
метод проблемностей;
метод сценариев.
Методы количественных оценок:
непосредственная количественная оценка;
метод средних точек;
метод Чермена-Акопа;
метод лотерей.
Методы качественных оценок:
экспертная классификация;
метод парных сравнений;
ранжирование альтернативных вариантов;
метод векторов предпочтения;
метод дискретных экспертных кривых.
Особенности коллективной экспертизы:
более полное представление ситуации;
выявление не конкурентоспособных вариантов;
выявление верных «еретических» суждений;
получение объективных оценок;
получение оценок повышенной надежности.
Экспертные системы. Системы, использующие опыт и практические знания экспертов-специалистов в данной предметной области с целью представления мотивационного заключения, ориентированы на решение трудно формализуемых задач (набор эмпирических приемов и правил). Эффективность использования ЭС основана на:
возможности решения трудно формализуемых задач;
аккумулировании знаний экспертов высшей квалификации;
наличии прогностических возможностей.
Для данных систем характерно отсутствие заранее известных правил, они строятся на основе эвристических приемов, основанных на практических знаниях экспертов.
ЭС включают базу знаний, структурированную для упрощения принятия решений, и подсистемы общения, объяснения, принятия решений, накопления знаний. В процессе работы ЭС используют формализованные и математические методы, методы временного сглаживания, статистического программирования, распознавания образов, методы оптимизации. Для определения частной стратегии используется механизм логического ввода, т. е. набор определенных правил принятия решения. ЭС работают в двух режимах: приобретения знаний и решения задачи.
Принципиальным отличием экспертных систем считается их способность воспроизводить и манипулировать обрывочными, неточными и противоречивыми знаниями. Они должны выполнять рассуждения не только и не столько на основе формальной (математической) логики, сколько на основе компьютерной, т. е. приближенной к человеческой логике, при этом система должна объяснить, почему она пришла к определенному выводу. Структурная схема типовой экспертной системы приведена на рис.3. Эта система состоит из следующих компонентов:
Рис. 3. Структурная схема типовой экспертной системы
База знаний — отражает знание эксперта о предметной области, способы анализа поступающих фактов и методы вывода. Представление знаний можно разделить на следующие виды:
глубинные и поверхностные;
качественные и количественные;
приближенные и точные;
конкретные и общие;
описательные и предписывающие.
Виды знаний могут быть представлены одной из следующих семантических моделей:
логические модели;
продукционные модели;
фреймовое представление;
семантическая сеть.
Блок логических выводов адаптирован к работе с неточными данными, для чего используются нечеткая логика, коэффициенты уверенности, бейсовская логика, меры доверия и другие.
Блок объяснений — поясняет, каким способом система пришла к данному выводу, путем отслеживания шагов рассуждения, приведших к данному результату.
Блок расчетов — осуществляет арифметико-логические операции над вводимой информацией, содержащейся в базе данных.
Блок ввода и корректировки данных входит в комплект в случае локальной версии системы.
Блок логических выводов и диагноза — основной модуль, выполняющий сначала факторный анализ, результаты которого затем используются для логического анализа и оформления диагноза. Диагноз получают на основании формализации знаний экспертов и логического оператора IFTO. Классификация большого количества диапазонов происходит по иерархическому признаку.
Блок приобретения знаний реализует функции обучения и самообучения.
Как было сказано, данные системы работают хорошо, только когда системе присуща внутренняя стационарность, а в связи с тем, что для финансовых систем трудно выполнить адекватное описание, то применение систем с алгоритмами, основанными на правилах, не выглядит убедительным.
Тем не менее, анализ экспертной информации имеет большое актуальное значение хотя бы потому, что она отражает настроение рынка.
В настоящее время на основе современных технологий появились программные продукты, позволяющие дифференцировать информационные потоки, извлекать нужную информацию и анализировать ее. Подобный анализ может быть использован в качестве вспомогательного средства при анализе рынка и принятии решений трейдером совместно с другими методами.