Применение новых компьютерных технологий и математических процедур для обработки экономической информации

Для преодоления проблем, с которыми приходится сталкиваться при анализе финансовой ситуации и прогнозировании, делаются попытки применения таких разделов современной фундаментальной и вычислительной математики, как нейрокомпьютеры, теория хаоса, теория катастроф, теория фракталов, нечеткие множества и другие. Считается, что эти методы позволят увеличить глубину прогноза на финансовых рынках за счет выявления скрытых закономерностей и взаимосвязей среди плохо формализуемых обычными методами макроэкономических, политических и глобальных финансовых показателей [1].

Проанализировав состояние методологии прогнозирования, мы находим, что применяемы на практике методы, как перечисленные ранее, так и методы комплексного анализа, оценки эффективности и риска инвестиционных проектов, анализа экономической информации и другие являются неадекватными характеру поступающей на вход финансовой модели прогнозной информации о состоянии внешнего окружения хозяйствующего субъекта. Существующие методы не учитывают субъективный характер принимаемых решений, не моделируют активность лица принимающего финансовые решения, его не полную осведомленность и возникающую в связи с этим неуверенность в ходе классификации уровней анализируемых факторов и показателей. В этом и состоит содержание проблемы, которую необходимо решать. Применяемые для учета неопределенности субъективно-вероятностные схемы являются неудовлетворительными, так как, потеряв связь с классической основой теории вероятности не нашли новой фундаментальной основы для существования. Вероятность не учитывает субъективные предпочтения лица, который выдвигает эту вероятностную оценку. Существует актуальная научная потребность в выработки новых принципов учета информационной неопределенности, связанной с объектом научного исследования. Поэтому, предлагается в качестве основы для моделирования неопределенности использовать формализмы теории нечетких множеств [2]. Научные исследования по совершенствованию методов прогнозирования и анализа данных ведутся на основе интеграции нечетких множеств, теории хаоса и, как инструмента реализации прогнозов, нейронных сетей.

Очевидным фактом является, что для реализации предложенных идей необходимо использование новых информационных технологий. В этой связи становиться актуальными вопросы создания новых комплексов программ или использование имеющихся разработок для реализации предметной области. Такими программными инструментами могут стать системы реализующие технологию Data Mining, Fuzzy Logic и Neural Networks. Особый интерес представляет система Data mining PolyAnalyst компании «Мегапьютер Интеллидженс». Функции программы PolyAnalyst – широкий набор обучаемых алгоритмов, включающих анализ связей и технику визуализации особенно хорошо подходящих для глубокого, предварительного анализа данных, что в данном случае позволяет обеспечить более качественное использование нечетких множеств и нейронных сетей для перечисленных выше задач.

 

Литература

  1. Тихонов Э.Е. Методы и алгоритмы прогнозирования экономических показателей на базе нейронных сетей и модулярной арифметики. Дисс. …канд. тех. наук. – Ставрополь, 2003. – 139 с.
  2. Недосекин А.О. Фондовый менеджмент в расплывчатых условиях – Санкт-Петербург, 2003. -201 с.

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *