Фирма ТОРА-Центр
Новости
Конференция
Каталог программ
Литература
Прайс-лист
Демоверсии программ
Семинары и учебные курсы
Статьи и материалы
Ссылки на FOREX-страницы
Партнеры



Марксистская, 20
Тел:517-33-83
        726-67-78
E-mail:
am@inforus.biz
Пн - Пт, 9:30 - 18:00

Rambler's Top100



   Ñòàòüè ýêñïåðòîâ è ñîòðóäíèêîâ ôèðìû ÒÎÐÀ-Öåíòð   

Финансовый анализ: чем сердце успокоится ?


Михаил Болдырев, ТОРА-Центр
Если мы с вами развернем каталог PC Select (все программные продукты, выпускаемые в мире), то в глазах зарябит от тысяч названий фирм и программ. Когда мы откроем Wall Street & Technology (программы, ориентированные на решение финансовых задач),то увидим, что "изобилие" ограничивается сотнями. Когда же мы выясним, чем пользуются финансовые и промышленные "акулы", имеющие собственные иследовательские центры для решения задач, то обнаружим, что "акулы" почему-то останавливают свой выбор на единицах. Коллекция программ для финансового рынка, которую компания ТОРА-Центр готова предоставить в ваше распоряжение, сформирована именно путем отбора наиболее ярких и эффективных представителей из семейств программных продуктов, воплощающих в себе те или иные технологии. Тем не менее вы зададитесь вопросом: "Мне нужно получить решение задачи. Насколько предлагаемые программы способны обеспечить такое решение?" Настоящий материал в качестве ответа на данный вопрос представляет попытку обобщения характерных проблем, возникающих й при их решении, а также обзора методик и программных продуктов, их воплощающих. Материал составлен на основе анализа применения данных технологий западными и некоторыми российскими компаниями различных масштабов и направлений деятельности в течение последних трех лет. В задачах оперативного финансового анализа и планирования реалии сегодняшнего дня таковы: с одной стороны, для принятия решения требуется обработка значительного объема деловой информации. С другой стороны, сам процесс принятия решения находится подчас в жестких временных рамках. Отметим также высокую степень ответственности за последствия принимаемых решений - отсюда вытекает ряд специфических требований к уровню подготовки аналитиков и к их технической оснащенности. Принятие решений "вслепую", полагаясь исключительно на интуицию, вызывает теперь скорее недоумение, чем чем восторг у потенциальных инвесторов. Именно по этим причинам в последние год-полтора на рынке финансовых программных продуктов наметилось устойчивое движение в сторону инструментальных систем для решения задач анализа и планирования. Рассмотрим общие проблемы, возникающие перед аналитиками. Общий подход в финансовом анализе и планировании - экспертная оценка заданного сектора рынка, оценка финансового состояния конкретных рыночных инструментов и прогноз их поведения в течение некоторого времени и выработка рекомендаций по оптимальному управлению финансовыми ресурсами на уровне формирования портфелей активов с некоторым соотношением ожидаемой доходности планируемых операций к их рискованности. Практически решение данной задачи можно свести к созданию комплексных экспертно-аналитических систем различных типов и уровней сложности. Давайте обозначим наиболее общие черты таких систем. Уровень первый. Работа с базами данных. При нынешнем уровне развития вычислительных технологий данная задача не представляется чем-то "из ряда вон". Существует достаточное количество фирм, специализирующихся на разработке и сопровождении баз данных самых разных масштабов и возможностей. Однако здесь стоит учесть следующее: для качественного финансового анализа необходимо решить, как поступать с "нестандартными" данными. Речь идет о событиях, явно "выпадающих" из общей статистической картины - это и нетипичные политические события, и локальные кризисы - "обвалы" на различных секторах рынка, и сделки, проведенные с некорректными результатами, и, наконец, просто ошибки ввода данных - все они могут вводить в заблуждение ваши аналитические системы. Существуют разные подходы к решению это проблемы - от осреднения "нестандартных" данных к некоторому среднестатистическому уровню до простого выбрасывания их из базы. Так или иначе, вам придется либо проделывать эту работу вручную, либо обзаводиться различными адаптивными информационными фильтрами, выполняющими такие операции. Кстати, удовлетворительные результаты здесь показывают нейронные сети с их уникальной возможностью обучаться на множествах примеров и работать в условиях сильной зашумленности и непротиворечивости данных. Вообще на Западе родилось понятие Data Mining (буквально - "заготовка данных") и появились соответствующие программные продукты. Дело в том, что при определенном увеличении количества информации проблемой становится не только анализ данных, но и сама возможность поиска некоторых интересующих данных как таковых. Отчасти проблема решается методами кластерного анализа - "группировки" значений. Специализированные продукты, например IDIS фирмы Information Discovery, с помощью оригинального алгоритма кластеризации, довольно быстро обрабатывают базы данных и находят взаимосвязи между полями данных, выдавая отчет в виде набора интуитивно понятных правил. Другое семейство технологий Data Warehouse описывает современные способы представления данных (отличные от классических - реляционных и т.п.), позволяющие оперативно управлять большими объемами данных (порядка десятков и сотен гигабайтов). Уровень второй. Анализ. На выходе аналитического элемента вашей системы должны появиться один или несколько вариантов рекомендуемого решения, полученные в результате обработки баз данных и оперативной информации. Поэтому в дальнейшем давайте рассматривать существующие методы анализа с точки зрения разновидностей экспертных систем (хотя такие аналогии не всегда могут быть корректными). Во главе угла стоят инструментальные экспертные системы, основанные на правилах. То есть когда интересующую вас предметную область вы можете четко классифицировать и описать с помощью наборов правил ("если - ... , то - ..., иначе - ..."). Наиболее известная вам разновидность таких систем - технический анализ и программные продукты, его реализующие. Собственно метод технического анализа сводится к изучению истории ценовых изменений с помощью графических либо аналитических инструментов (индикаторов), за каждым из которых стоит определенное правило (интерпретация). То есть технический анализ при грамотной интерпретации индикаторов и линий впролне удовлетворительно обозначает точки разворота рынков. В мире существует множество фирм-разработчиков подобных программ, но наиболее известны три: EQUIS (семейство Meta Stock и Down Loader), Omega Research (семейство Super Charts, Wall Street Analyst и Trade Station) и Market Arts (семейство Windows on Wall Street и Wall Street Money). Общие их черты - построение ценовых графиков разных типов, набор различных индикаторов, набор графических инструментов, возможность разработки торговых стратегий как описания правил принчтия решений, возможность формирования портфелей, поддержка различных поставщиков деловой информации. Классические экспертные системы, основанные на правилах, обладают большими функциональными возможностями, но требуют, во-первых, наличия собственно экспертов, причем не только квалифицированных, но и способных явно формулировать свои знания, во-вторых, наличия достаточно подготовленныхз специалистов, умеющих с такими системами работать, в-третьих, наличия довольно большого времени для создания баз знаний. Замечу, что стоимость баз знаний в разы, а иногда на порядки превосходит стоимость самих систем. Наиболее характерный продукт в данной области- система NExpert Object фирмы NEURON DATA, представляющая собой многоплатформенное средство с набором библиотек для разработки, элементами управления базами знаний и оригинальным механизмом двунаправленного вывода с обработкой исключающих ситуаций путем различия "сильных" и "слабых" связей. Отдельное слово необходимо сказать о типе экспертных систем, основанных на распознавании примеров. Речь идет о нейросетевых технологиях. Что делать, когда вы знаете, что поток информации содержит внутренние зависимости, но по некоторым причинам (время, объем) не можете их привести к набору понятных правил ? Представим, что на информационный поток можно повесить "черный ящик", который способен учиться на комбинациях зависимостей внутри потока, а затем весьма удовлетворительно их распознавать и не терять работоспособности при появлении "шумовых эффектов" либо противоречивых ситуаций ? Тогда "черный ящик" будет работать в режиме опознавания и/или прогноза поведения различных ситуаций. Не будем углубляться в механизм устройства нейросетевых систем - это предмет отдельного разговора. Тем не менее, опыт применения нейросетей в задачах финансового анализа и планирования показывает неплохие по точности и стабильности результаты, нейросети перестали быть модной экзотикой и нашли свое место в арсеналах различных компаний. Опять же, в мире существует сотни разработчиков нейросетей, но для финансовых приложений подходят десятки, а для решения серьезных задач - единицы. Наиболее известная из таковых - система Ward фирмы WARD SYSTEM. (В скобках замечу, что ее новая версия AI Trilogy вышла в свет в начале ноября и одновременно была представлена пользователям в русском исполнении - впервые в практике российского рынка аналитических программ). Данная система , например, была признана лидирующей на конкурсе, организованном ФБР США среди программ для задач распознавания. Основное ее преимущество - возможность масштабирования решений для задач любого уровня сложности. Помимо собственно нейросетевых алгоритмов (их в системе 15) присутствуют также возможности: обработки текстовых данных, задания правил в явном виде, работы с техническими индикаторами, обработки циклических событий, решения оптимизационных задач с помощью генетических алгоритмов, создания независимых (в т.ч. сетевых) приложений. Все перечисленные свойства можно считать фактическим стандартом для качественных систем с элементами нейросетей.

Экспертные системы, основанные на принципах, появились, что называется, "не от хорошей жизни". Жизнь аналитиков часто осложняют задачи, требующие решения в реальном масштабе времени. Например, управляя автомобилем, часто ли вы задумываетесь над температурой масла или состоянием генератора? Правильно, очень редко. Для процесса управления эта информация вам не требуется. При решении задач динамического управления огромное количество решающих правил требует выделения их в группы принципиально важных для системы блоков, позволяющих управлять системой в целом. Здесь используется механизм нечеткой логики. Когда в конце шестидесятых Лофти Заде сформулировал принципы теории нечетких множеств, некоторые специалисты поговаривали чуть ли не о пересмотре законов мироздания. Потом страсти поутихли и стало ясно: классический математический аппарат обладает высочайшей точностью, но для решения оперативных задач "в реальном времени" не всегда удобен (а подчас - попросту громоздок). С другой стороны, человека в подавляющем большинстве случаев вполне устраивает приближенное решение с некоторой заданной степенью точности. Скажем, когда вы, потратив на решение проблемы месяц и решив ее на 90 %, понимаете что для остальных 10 % понадобится еще два месяца, то за редкими исключениями, вы предпочтете оставить все как есть. Итак, существует область математики - нечеткая логика (fuzzy logic), позволяющая сводить описание сложных предметных областей к набору основных принципов, способных управлять всей предметной областью в некоторых заданных рамках. Как вы понимаете, это существенно уменьшает время на получение решения. Наиболее известный продукт в мире нечетких систем - пакет CubiCalc фирмы HyperLOGIC. Очень похож на классическую экспертную систему за одним исключением - когда правил и объектов становится столь много, что управлять ими затруднительно, то правила "размываются" (фузифицируются) , сводясь к принципам - нечетким множествам, в которых задача и решается. Далее решение "уточняется" (дефузифицируется) и на исполнительный механизм - оценка эксперта, например, подается уже вполне конкретное решение. Другой примечательный программный продукт с элементами нечеткой логики - таблица Fuzi Calc фирмы Fuzi Ware. В классический табличный процессор добавлены элементы нечеткой математики, что позволяет производить "прикидочные" вычисления с весьма высокой степенью точности и малым временем подготовки данных.

Экспертные системы, основанные на разработке моделей, известны в России как имитационное моделирование, а на Западе - как реинжиниринг и занимают свое место в задачах из области системного анализа связанных с оценкой сложных систем с большим количеством прямых и обратных связей. Суть подхода в представлении сложных систем в виде потоковых моделей - наборов простых элементов и задания параметров их взаимосвязей. Программные продукты, реализующие имитационные модели, например пакет iThink фирмы High Performance System, позволяют реализовать создаваемые модели динамически, то есть решать задачу примерно в следующей последовательности: составить модель системы на основании имеющихся данных и экспертных оценок, работать с полученной моделью "в динамике" и определять эффективность ее работы, проверять гипотезы "что будет, если ..." путем подбора управляющих параметров. Имитационное моделирование привлекает специалистов своей простотой (модели создаются из четырех типов объектов) и, в то же время, своей мощностью. Менее традиционный подход, известный как "теория хаоса" (chaos theory), возник в финансовом анализе сравнительно недавно. Необходимость применения такого подхода вот в чем: предположим, ситуация на рынке развивается стабильно и достаточно предсказуемо. Все аналитики пользуются примерно одними и теми же приемами и получают примерно одинаковые результаты. Но периодически происходят события (например, резкие изменения цен), которые выпадают из общей среднестатистической картины. Сразу возникает вопрос: насколько такое "нестандартное" событие предсказуемо (т.е. хаотично) и насколько приемлемы "стандартные" технологии анализа в таком случае ? Вопос существенный: можете ли вы безоговорочно доверять вашим "электронным экспертам" ? И можно ли смоделировать хаотическое событие и попытаться использовать полученное знание в виде прогнозов возникновения подобных ситуаций и выдачи рекомендаций по принятию решений. Хорошие результаты в данной области показывают методы фрактального моделирования. Уровень третий. Поиск оптимальных решений. Задачи поиска оптимальных решений возникают перед вами, как только срабатывают ваши анализирующие и прогнозирующие элементы. Как сформировать портфель? Как рассчитать объем платежей ? Как определить наиболее эффективное место размещения филиала ? Как определить оптимальную стоимость товара ? И так далее... При увеличении объемов информационных потоков на первое место выходит, опять же скорость и эффективность работы оптимизирующих алгоритмов В мире программ оптимизации на сегодняшний день лидируют генетические алгоритмы - механизмы поиска решения с комбинацией методов селективного и случайного отбора (в природе - генезис, отсюда и название). Известны две коммерческие программы, реализующие такой подход: Gene Hunter фирмы WARD System (поставляется также в составе AI Trilogy) и Evolver. Оба работают как приложения для Excel/Lotus 123 , оба имеют библиотеки разработки, оба весьма популярны как средства быстрого поиска субоптимальных решений. Уровень четвертый. Вывод и обработка информации. Проблема в том, что результаты обработки данных, получаемые аналитическими элементами, необходимо предоставлять разным специалистам в разном объеме и в разном виде. Отчасти эта проблема решается на уровне сетевого администрирования и решение зависит от качества и организации корпоративных платформ и баз данных. Отчасти решение проблемы лежит в наличии библиотек разработки независимых приложений (такая, кстати, есть в продукте WARD SYSTEM), позволяющих создавать оконечные "экраны" по вкусам и пожеланиям конечных пользователей. Проблема создания дружественного интерфейса пользователя требует, с одной стороны, решения на программном уровне в каждом конкретном случае, с другой стороны - определенной квалификации аналитических групп, работающих с инструментальными системами. Здесь в помощь пользователям может быть предложена соответствующая литература (кстати, компания ТОРА-Центр готова предложить вашему вниманию весьма обширную аналитическую библиотеку), а также опыт и знания экспертов в виде обучения, консультаций и стажировки специалистов. Перед вами развернута некоторая картина путей решения ваших проблем в финансовом анализе и планировании. Практика работы показывает, что применение комплексного подхода в решении задач дает ощутимые результаты, причем эффективность такого подхода можно оценивать уже на стадии планирования и разработки таких систем. Между прочим, коллекция программ и библиотека продуктов постоянно пополняются. Из последних поступлений: пакет MESA - великолепная программа циклического анализа с встроенным спектральным индикатором, а также роскошная одиннадцатитомная подборка Грега Морриса "Торговые стратегии" - обобщенный мировой опыт разработки инвестиционных стратегий в виде торговых систем под пакет MetaStock и компакт-диска с базой данных.


   Перейти на главную страницу   

Copyright © 1993-2006 ТОРА-Центр. Тел: 517-33-83, 726-67-78 Марксистская ул., д.20