Блог им. Rovinskaya

Определение настроения рынка на основе систем искусственного интеллекта

          Трейдер  — это человек, каждую минуту следящий за новостями и на основе них принимающий быстрые решения.  Это стереотип, который укоренился у многих еще  с голливудских фильмов 80-х годов.

          Время идет, наступил век технологий и искусственного интеллекта. Как поменялся анализ рынка с массовым внедрением нейронных сетей, генетических алгоритмов в мир финансов? Изменилась ли значимость тех или иных новостей при принятии решений?

          Сегодня мы затронем лишь малую часть из того, что сейчас происходит в сфере искусственного интеллекта и машинного обучения.  Поговорим о «настроении рынка».  Итак...

          Что это, вообще, такое?

          Сам рынок, конечно, не обладает «настроениями», или какими-либо эмоциями. Это всего лишь механизм, сеть продавцов, покупателей и регуляторов.  Именно эти взаимосвязанные участники рынка, их намерения и поведение,  задают основной тон, или «настроение», в этом динамичном и изменчивом мире финансов.

          «Настроения» сегодня можно измерить, и именно благодаря возникновению социальных сетей и всего этого потока электронных публикаций на наших дисплеях.  Просто подсчитывая число позитивных и негативных сообщений по определенной теме, накопившихся за определенный период, можно оценивать расстановку сил.

           Анализ настроений (Sentiment Analysis) сейчас представляет собой целую отдельную область исследований, со своими методами, алгоритмами и библиотеками программ.  Есть и конкретные разработки, например, StockTweets (https://stocktwits.com/), или InfoTrie/FinSentS (http://www.infotrie.com/ ).

          Нет никаких сомнений в том, что отдельные трейдеры успешно используют Sentiment Analysis при совершении сделок. Хорошо известны также методы торговли, где сделки напрямую зависят от выхода финансовых новостей.

          Однако, с точки зрения практического трейдинга, здесь существует серьезная проблема.  Результаты Sentiment Analysis, как и любой прогноз, имеют вероятностный характер. Неучтенные факторы могут двинуть цены в обратном направлении.

          Мы использовали методы машинного обучения, чтобы попытаться выявить те самые факторы, которые не учитывает SentimentAnalysis.

          Как мы уже отметили выше, помимо продавцов и покупателей, в финансовой сети присутствует третья сила – регуляторы.  В нашей модели это Federal Reserve (https://www.federalreserve.gov/),  U.S. CFTC| U.S. COMMODITYFUTURESTRADINGCOMMISSION(www.cftc.gov/),крупные банки, фонды, государственные институты, и т.д.   Регуляторы, в отличие от продавцов и покупателей,  являются главным источником упорядоченной, структурированной информации в виде отчетов, статистики, цифр, новостей. Крупные участники рынка всегда ориентируются именно на информацию, исходящую от регуляторов.  Регуляторы могут формировать «настроение рынка», но сами совершенно свободны от «эмоционального шума», который выявляет Sentiment Analysis в социальных сетях.

          Система обработки данных, основанная на  нейронных сетях и алгоритме дерева решений (boosting algorithm), позволяет выявлять скрытые закономерности (паттерны) в потоке цифр, текстовых сообщений и визуальной информации. Используя эти алгоритмы, мы обнаружили,  что обработка периодических отчетов, публикуемых финансовыми институтами, позволяет прогнозировать движение цен в различных секторах рынка. Более того, по нашим данным, надежность такого прогноза выше, чем при использовании SentimentAnalysisи Google Trends.


 

 

 

★3
15 комментариев
мне страшно за науку, если у нас доктор наук такие статьи пишет
avatar
gry, Что за нее боятся :), существенный признак науки это критика. Не нравиться статья, метод исследования. Скажи? 
avatar
Jkrsss, статьи-то нет. Есть жалкие потуги на рекламу.
avatar
SergeyJu, Оказалось, мы гопники. :)  Пароли явки имена...., проф деформация.
avatar
Jkrsss, девушка не знает, что у многих уже есть отрицательный опыт применения нейронных сетей к торговле. И что практики понимают, что мост между моделью и торговлей строится долго и стоит дорого. 
avatar
Более того, по нашим данным, надежность такого прогноза выше, чем при использовании SentimentAnalysisи Google Trends.

Shut up and take my money! ©
avatar
Где эквити смотреть?
avatar
Сплошные глупости
avatar
чё купить то надо?
avatar
насколько же гопническая среда у нас этот smart-lab…
avatar
Дорогие пользователи smart-lab, гопно — комментаторы, 
когда ваши блоги будут под реальными именами или хотя бы с реальными фото, и в этих блогах будет что-то содержательное, тогда и пообщаемся. 
Думаю, отвелила всем написавшим выше. 

avatar
Tatyana Rovinskaya, приходите со чем-то содержательным, а не с рекламой. Тогда пообщаемся. 
avatar
а вам что-то кто-то продает?
avatar
Как то давно слушал Черниговскую, спец по мозгам, говорила о том как ИИ выиграл в покер 1,7млн долларов, мелочь конечно, но предсказать весь мир не получится даже у него. 
Только если ИИ будет сам править.)
avatar
Бустинг это не дерево решений, бустинг это методология их обучения. При этом само дерево и есть простейшая нейронная сеть типа персептрон. Масло масляное у вас прямо)

Аналогично с «регуляторами», которых вы используете как поставщиков структурированной информации, то есть просто как СМИ.

Обычно полагается, что в цене уже заложена любая новость и, более того, её рыночная оценка. В этом смысле особенно интересно ваше следующее утверждение: 

… мы обнаружили,  что обработка периодических отчетов, публикуемых финансовыми институтами, позволяет прогнозировать движение цен в различных секторах рынка.

Насколько хорошо и, главное, насколько долгосрочно ваша система позволяет прогнозировать будущие движения цен?
avatar

теги блога FuturesTrader

....все тэги



UPDONW
Новый дизайн