Neurónová sieť
Neurónová sieť je séria algoritmov, ktoré sa snažia rozpoznať základné vzťahy v súbore údajov prostredníctvom procesu, ktorý napodobňuje fungovanie ľudského mozgu. V tomto zmysle sa neurónové siete týkajú systémov neurónov, buď organickej alebo umelej povahy. Neurónové siete sa môžu prispôsobiť meniacemu sa vstupu; Sieť tak vytvára najlepší možný výsledok bez toho, aby bolo potrebné prepracovať výstupné kritériá. Koncepcia neurónových sietí, ktoré majú korene v umelej inteligencii, rýchlo získava na popularite vo vývoji obchodných systémov.
Základy neurónových sietí
Neurónové siete vo svete financií pomáhajú pri vývoji takých procesov, ako sú predpovede časových radov, algoritmické obchodovanie, klasifikácia cenných papierov, modelovanie úverového rizika a tvorba vlastníckych ukazovateľov a cenových derivátov.
Neurónová sieť funguje podobne ako nervová sieť ľudského mozgu. Neurón v neurónovej sieti je matematická funkcia, ktorá zhromažďuje a klasifikuje informácie podľa konkrétnej architektúry. Sieť má silnú podobnosť so štatistickými metódami, ako je zostavenie krivky a regresná analýza.
Neurónová sieť obsahuje vrstvy vzájomne prepojených uzlov. Každý uzol je perceptrón a je podobný viacnásobnej lineárnej regresii. Perceptrón dodáva signál produkovaný viacnásobnou lineárnou regresiou do aktivačnej funkcie, ktorá môže byť nelineárna.
Vo viacvrstvovom perceptróne (MLP) sú perceptróny usporiadané vo vzájomne prepojených vrstvách. Vstupná vrstva zhromažďuje vstupné vzory. Výstupná vrstva má klasifikácie alebo výstupné signály, na ktoré sa môžu mapovať vstupné vzory. Vzory môžu napríklad obsahovať zoznam množstiev pre technické ukazovatele o cennom papieri; potenciálnymi výstupmi môžu byť „kúpiť“, „pozastaviť“ alebo „predať“.
Skryté vrstvy jemne dolaďujú vstupné váhy, až kým nie je minimálna miera chyby neurónovej siete. Predpokladá sa, že skryté vrstvy extrapolujú hlavné znaky vstupných údajov, ktoré majú predikčnú silu, pokiaľ ide o výstupy. Opisuje sa extrakcia znakov, ktorá poskytuje užitočnosť podobnú štatistickým technikám, ako je analýza hlavných komponentov.
Kľúčové jedlá
- Neurónové siete sú radom algoritmov, ktoré napodobňujú operácie ľudského mozgu, aby rozpoznali vzťahy medzi obrovským množstvom údajov.
- Používajú sa v rôznych aplikáciách vo finančných službách, od prognózovania a marketingového výskumu až po odhaľovanie podvodov a hodnotenie rizika.
- Použitie neurónových sietí na predikciu cien na akciovom trhu sa líši.
Aplikácia neurónových sietí
Neurónové siete sa široko používajú s aplikáciami pre finančné operácie, plánovanie podniku, obchodovanie, obchodnú analýzu a údržbu produktov. Neurónové siete tiež získali široké uplatnenie v podnikových aplikáciách, ako sú riešenia prognostických a marketingových výskumov, zisťovanie podvodov a hodnotenie rizika.
Neurónová sieť vyhodnocuje cenové údaje a odhaľuje príležitosti na prijímanie obchodných rozhodnutí na základe analýzy údajov. Siete dokážu rozlíšiť jemné nelineárne závislosti a vzorce, ktoré iné metódy technickej analýzy nemôžu. Podľa výskumu sa presnosť neurónových sietí pri stanovovaní cien predpovedí zásob líši. Niektoré modely predpovedajú správne ceny akcií 50 až 60 percent času, zatiaľ čo iné sú presné v 70 percentách všetkých prípadov. Niektorí tvrdia, že 10 percentné zlepšenie efektívnosti je všetko, čo investor môže požiadať o neurónovú sieť.
Vždy budú existovať súbory údajov a triedy úloh, ktoré sa dajú lepšie analyzovať pomocou predtým vyvinutých algoritmov. Nie je to ani tak algoritmus; sú to dobre pripravené vstupné údaje o cieľovom ukazovateli, ktoré v konečnom dôsledku určujú mieru úspechu neurónovej siete.
Porovnať investičné účty Názov poskytovateľa Opis Zverejnenie informácií inzerenta × Ponuky uvedené v tejto tabuľke pochádzajú od partnerstiev, od ktorých spoločnosť Investopedia dostáva kompenzácie.