ثبت نام    ورود به سايت
   


رمز عبورم را فراموش کرده ام
آخرین اخبار
[پنج شنبه،25مرداد،1386]

دو مقاله ی گروه در مورد پیش بینی سری های زمانی مختلف و عامل های یادگیرنده ی گروهی، در کنفرانس شبکه های عصبی در فلوریدای آمریکا ارایه شد. این کنفرانس معتبر ،هرساله،  توسط جامعه بین المللی شبکه های عصبی و انجمن مهندسین برق و الکترونیک بر گزار می گردد. 

 

  
پروژه پيش بيني بازارهاي مالي
 
بازارهاي مالي به عنوان محلي حقيقي يا مجازي براي داد و ستدي قانونمند و به منظور تجارت و کسب ثروت از يک سو و حمايت و تزريق سرمايه به کالا يا صنعت مورد تجارت از سوي ديگر مورد توجه افراد زيادي است. در اين بازارها آگاهي و تجربه سرمايه‌گذار، بسيار تعيين‌کننده و به مراتب مهم تر از سرمايه اوليه او است؛ به‌گونه‌اي که در بسياري از بازارهاي مالي نوين، اعتباري به مراتب بالاتر از سرمايه اوليه فرد در اختيار او قرار مي گيرد. يکي از جذاب ترين بازارهاي مالي نوين، بازار بورس اوراق بهادار است. اين بازار که در برخي از کشورها سابقه‌اي طولاني دارد، باعث حمايت از صنعت ملي گرديده، مي‌تواند سود سرشاري را نصيب کاربران خود نمايد. البته فعاليت در اين بازار بدون آگاهي و تجربه کافي، ممکن است سبب شود که فرد سرمايه خود را در زماني بسيار کوتاه از دست دهد و سرخورده گردد. لذا همواره به کاربران تازه‌وارد توصيه مي‌گردد که از راهنمايي افراد خبره يا ساير سيستم‌هاي پشتيبان تصميم‌گيري استفاده نمايند.
بازار جهاني تبادلات ارز (فارکس) يکي ديگر از بازارهاي مالي و البته بزرگترين و پوياترين آنها است. گردش مالي روزانه اين بازار در حدود 1.7 تريليون دلار است که اين خود، چند ده برابر حجم معاملات بسياري از بازارهاي سهام است. در اين بازار، ارزها بصورت جفتي معامله مي شوند و کاربر تلاش مي نمايد تا روند تغييرات آتي برابري ارزهاي معتبر جهان را پيش‌بيني کند و بر اساس آن نسبت به مبادله يک ارز مشخص با ارزي ديگر اقدام نمايد. بازار فارکس مکان مشخصي ندارد و افراد مي توانند با استفاده از اينترنت يا تلفن، با يکي از کارگزاران بازار ارتباط برقرار نموده، بر اساس سرمايه اوليه و اعتبار اختصاص داده شده به خود، تقاضايي مبني بر خريد يا فروش يک ارز در برابر ارز ديگر را به ثبت رسانند. خريد و فروش نيز به صورت برخط انجام مي‌شود و بلافاصله پس از ثبت تقاضا موجودي سبد ارزي سرمايه‌گذار به روز مي‌شود. چنانچه پيش‌بيني فرد در مورد صعود يا سقوط ارزش برابري ارز خريداري‌شده در برابر ارز فروخته شده توسط او، صحيح باشد، در مجموع بر ارزش سبد ارزي او افزوده مي‌شود و در غير اين صورت از ارزش آن کاسته مي‌گردد. اين بازار 24 ساعته مي تواند سودي از چند صد تا چندده هزار دلار را نصيب کاربر خود نمايد؛ اما بايد توجه نمود که ريسک سرمايه گذاري در اين بازار نيز به تبع پتانسيل بالاي آن بسيار زياد است. با اين وجود بسياري از کاربران مقيم ايران از سود بالاي اين بازار بهره مند مي‌گردند.
امکان دستيابي به چنين سودي توسط تمام کاربران وجود ندارد زيرا تنها تعداد کمي از سرمايه‌گذاران توانايي تحليل بازار و ارايه راهکار خريد و فروش مناسب را دارند, به همين دليل سيستم هايي که امکان تهيه مدلي کلي از بازار را دارا باشند و بدين ترتيب بتوانند به اتخاذ يک تصميم درست از جانب سرمايه‌گذار کمک کنند، بسيار ارزشمند هستند.
  
راهکارهاي تحليل و پيش‌بيني بازارهاي مالي
 
در ابتدا ذکر اين نکته لازم است که مساله مورد بحث - فارغ از روشي که براي حل آن مورد استفاده قرار مي‌گيرد- مساله‌اي پيچيده است. عوامل متعددي بر روند تغييرات بازار تاثيرگذارند که بسياري از آنها ماهيتي تغيير پذير با زمان دارند. به همين دليل يک تصميم صحيح به هيچ وجه نمي تواند محصول سيستمي باشد که تنها بر اساس اعمال محاسبات عددي دقيق و ثابت بر ورودي‌ها کار مي‌کند و لازم است سيستم پيش‌بيني‌کننده از انعطاف‌‌پذيري لازم در برابر تغييرات برخوردار باشد.
علم اقتصاد در يک جهت‌گيري افراطي امکان طراحي چنين سيستمي را به کلي منتفي مي‌داند. نظريه بازار کارا در اين علم بيان مي‌دارد که در مورد بازار بورس، قيمت هر سهام بر اساس سود مورد انتظار آينده آن تعيين مي‌گردد. البته اين به معناي توانايي سرمايه‌گذاران در پيش بيني دقيق سود سهام نيست، بلکه آنها تنها بر اساس تمام اطلاعات موجود تصميم مي‌گيرند. به عبارت ديگر نتيجه اين نظريه آن است که تغيير در بازار با اطلاعات جديد مرتبط است؛ اطلاعاتي که سبب تغيير در ميزان سود مورد انتظار آينده مي‌گردند و بدين ترتيب قيمت سهام را در مقداري جديد تثبيت مي‌نمايند. بنابراين پيروي از نظريه بازار کارا بدين نتيجه منجر مي‌گردد که تنها سيستمي قادر به انجام پيش‌بيني صحيح است که از تمام وقايع تاثيرگذار آينده آگاه باشد؛ که البته چنين سيستمي وجود ندارد.تاکنون نظريه بازار کارا مورد نقد فراواني قرار گرفته است؛ بطوريکه سه صورت ملايم، متوسط و افراطي از آن ارايه گرديده است.

در حالت کلي سه دسته روش براي تحليل بازار وجود دارد که جهت‌گيري ضمني آنها نسبت به پيش‌بيني‌پذيري بازار و نظريه بازار کارا از اين قرار است:
1- روش تحليل بنيادي، که به نظر مي‌رسد طراحان آن در مقابل نتايج نظريه بازار کارا کاملا تمکين مي‌کنند. با توجه به آنکه پيش بيني در اين روش بر پايه اطلاعات موجود در سري زماني بازار صورت نمي پذيرد، شکل ملايم نظريه بازار کارا آن را مي پذيرد در حاليکه صورت دوم نظريه بازار کارا آن را به چالش مي گيرد.
2- روش‌هاي تحليل فني، که شواهدي از امکان پيش‌بيني محدود آينده بازار را ارايه مي‌دهند. البته حتي ملايم ترين شکل نظريه بازار کارا نيز امکان پيش بيني بازار با استفاده از اين روش را رد مي نمايد
3- روش‌هاي مبتني بر هوش مصنوعي، که توسط افراد آشنا به هنر تجزيه و تحليل سيگنال و دانش يادگيري ماشين مطرح مي‌گردد. اين افراد معتقدند که هر بازار بورس داراي شخصيتي آشوبناک و غير ايستا است. تحليل چنين رفتاري دشوار است ولي غيرممکن نيست؛ يعني با تکيه بر ابزارهاي پيچيده و البته قبول امکان خطا، يک سيستم هوش مصنوعي مي‌تواند روند تغييرات بازار را کشف نموده و بياموزد, به گونه‌اي که بتوان به عنوان يک سيستم پشتيبان تصميم‌گيري از آن استفاده کرد و به سود بالايي نيز دست يافت. بدين ترتيب يکي از نتايج نظريه بازار کارا مبني بر عدم امکان حصول سودي فراتر از سود خريد و نگهداري در دراز مدت، نقض و در نتيجه اين نظريه بطور غير مستقيم رد مي گردد. در واقع نظريه بازار کالا بر پايه يک سري فرض اوليه ارايه مي شود، که اين مفروضات در حوزه دانش يادگيري ماشين، کارايي خود را از دست مي دهند. از جمله آنکه بازار کارا تنها در صورت وجود جريان آزاد اطلاعات قابل تعريف است. در حاليکه تکنيک هاي هوش مصنوعي به عنوان يک تحليل کننده پيچيده و چند جانبه قادرند از اطلاعاتي که در اختيار همگان قرار دارد به نتايجي دست يابند که براي کاربران بازار به عنوان عامل هوش انساني تنها از طريق داشتن رانت هاي اطلاعاتي قابل حصول است.
در ادامه در مورد هريک از اين روش‌ها توضيح داده مي‌شود؛ و در انتها نتايج پژوهش انجام‌شده که با تکيه بر روش سوم حاصل شده است، ارايه مي‌گردد.
در دسته اول، يعني روش‌هاي تحليل بنيادي، راهکار سرمايه‌گذاري در يك سهام بر اساس اطلاعات مالي مربوط به آن تعيين مي‌شود. در اين دسته از روش‌ها، براي پيش‌بيني روند حرکت سهام علاوه بر استفاده از قيمت آن از اطلاعات مربوط به سود شرکت، هزينه‌هاي شرکت، ميزان سرمايه و ماليات شرکت و ميزان بدهکاري آن استفاده مي‌شود. اين اطلاعات از گزارش‌هاي سالانه يک شرکت که به صورت عمومي منتشر مي‌شوند استخراج مي‌گردد. لازم به ذکر است که اين گزارش‌ها براي افراد متفاوتي نوشته مي‌شود و بايد اطلاعات مرتبط براي تحليل بنيادي با توجه به زاويه نگاه سرمايه‌گذار از آن استخراج شود. همچنين اخبار محيطي تاثيرگذار بر قيمت يک صنعت يا سهام خاص، جمع آوري گرديده و در تصميم گيري دخالت داده مي شود. در نهايت و بر اساس نتايج به‌دست‌آمده، خريد يا فروش يک سهام در سال آينده يا فصل مالي آينده به سهام‌دار توصيه مي‌گردد.
در دسته دوم، يعني روش‌هاي تحليل فني، راهکار سهام‌دار به صورت جزيي و با دريافت علايم مربوط به خريد يا فروش سهام تعيين مي‌شود. در تحليل فني فرض بر اين است که با تکيه بر علم آمار و احتمال و با استفاده از شاخص‌هاي مختلف مربوط به قيمت سهام، مي‌توان اطلاعات مربوط به آينده بازار را تا حدي پيش‌بيني نمود. در واقع توجه به ارتباط شاخص‌ها با قيمت سهام يا با يکديگر، به سهام‌دار کمک مي‌کند تا به استنتاج‌‌هايي در مورد روند تغييرات آتي قيمت سهام دست يابد. اين کار با رسم شاخص‌هاي مورد نظر در يک بازه زماني معين و سپس استفاده از برخي قوانين تکنيکي براي استنتاج بر اساس موقعيت شاخص‌ها نسبت به يکديگر و يا نسبت به سري قيمت بسته شدن بازار صورت مي‌پذيرد. اين امر به کمک ابزارهاي مختلفي که به مرور زمان و توسط رياضيدانان و تحليل گران خبره طراحي شده است، انجام مي شود. يکي ديگر از روش‌هاي تحليل تکنيکي بررسي الگوهاي موجود در سري زماني قيمت سهام يک شرکت در هنگام باز شدن و بسته شدن بازار، يا بيشترين و کمترين ارزش آن در هر روز و طي روزهاي متمادي است. الگوهايي که در اين نمودارها وجود دارند به پيش‌بيني روند تغييرات قيمت سهام در روزهاي آينده کمک مي‌کنند. يکي از مسايل مهمي که در تحليل فني بايد مورد توجه قرار گيرد استفاده از شاخص‌هاي متفاوت و الگوهاي مختلف در نمودارها، و سپس برهم‌نهي نتايج حاصل‌شده از همه آنها است. بدن‌ترتيب امكان ارايه يك پيش‌بيني معتبرتر فراهم مي‌گردد.
اما در دسته سوم يعني روش‌هاي مبتني بر هوش مصنوعي، الگوريتم‌هاي يادگيري ماشين وظيفه درک الگوهاي موجود در بازار را بر عهده دارند. اين الگوريتم‌ها رفتار بازار را مي آموزند و براي پيش‌بيني آينده از آن استفاده مي‌کنند. طراح الگوريتم، با انتخاب مناسب ماشين يادگيرنده، فراهم نمودن داده‌هاي ورودي مناسب براي ماشين، نظارت بر فرآيند يادگيري ماشين و در نهايت تحليل خروجي هاي آن، امکان دستيابي به نتايج مطلوب را فراهم مي‌سازد. او ممکن است از علت برخي از اعمال هوش مصنوعي خلق‌شده آگاه نباشد، ولي مي تواند در جهت يادگيري قوانين بازار به آن کمک کند.
شبکه‌هاي عصبي مصنوعي، سيستم‌هاي استنتاج فازي، روش‌هاي محاسبات تکاملي و الگوريتم هاي يادگيري تقويتي از پايه‌هاي اصلي دانش هوش مصنوعي هستند. اين الگوريتم‌ها در کنار هم و با بکارگيري سيستم‌هاي مناسب پيش‌پردازش داده‌ها توان فوق العاده‌اي خواهند يافت؛ به‌گونه‌اي که مشاهده عملکرد برخي از اين سيستم‌ها مي تواند يادآور قابليت هاي انسان باشد. در پروژه پيش بيني بازارهاي مالي اساس کار بر پايه استفاده از سيستم هاي هوشمند است
  
Copyright 2006 by Sepanta Software Engineering Co