Почти все  знакомы с выражением «спрос рождает предложение».

Большинство из нас читали множество литературы с описанием моделей ценообразования и понимают, что фундаментальные данные оказывают влияние на рыночные цены тех или иных активов.

Есть множество различных теорий, учитывающих различные внешние факторы, в том числе, и психологию толпы спекулянтов.

Все это объясняет сложную динамику поведения цен и хаотичность их движения, но не многие учитывают фундаментальные данные при анализе.

Для прогнозирования цен активов подавляющее большинство предпочитает опираться исключительно на математические методы, изучая поведение цен в прошлом.

И на этом моменте я предлагаю остановиться и поговорить чуть подробнее…

Допустим, что поведение цен хаотично, и хаос детерминирован во времени… да, хаотично, но не случайно, т.к., если изменение цен – абсолютно случайный процесс, то любые попытки прогнозирования  были бы  пустой тратой времени и не имеют никакого смысла.

Существуют тысячи всевозможных технических индикаторов, большая часть которых по сути своей  является производной графика цены.  Простой линейной функцией.

Однако, сам рынок изменяется с течением времени.  Поэтому попытки поиска «святого грааля», т.е.  поиска «волшебной» функции рынка  обречены на провал. И прямым доказательством этого является  попытка разложения графика цен на составляющие гармоники.

На определенном периоде мы можем  найти гармонические составляющие и прекрасно получать значения цен в рамках того же исследуемого периода, но все перестанет работать, как только мы попытаемся предсказать будущее и выйдем за пределы изучаемого периода.

Т.е. наша найденная функция больше не будет работать. Для нового временного интервала она будет уже другой, она изменится. И это потому, что рынок меняется, он меняется постоянно. Именно этот факт делает невозможным применение линейных методов  прогнозирования поведения цен.

Именно этот факт делает бесполезными те тысячи индикаторов и построенные на их основе механические системы. Многие сложные системы могут подстраиваться под исследуемый период, и по тем же причинам не будут работать в будущем (многие называют это «подгонкой»).

Я ни в коей мере не собираюсь утверждать, что все технические индикаторы в связи с этим фактом являются бесполезными инструментами. Вовсе нет. Рыночные индикаторы могут в более удобной форме показывать нам те или иные рыночные параметры, отражая текущее состояние рынка. Т.е. информировать нас о том, что происходит на рынке сейчас, в каком состоянии он сейчас находится (что, несомненно, может быть полезным), но не то, что будет происходить дальше.

Именно по этой причине, для прогнозирования нам нужны нелинейные методы поиска решений. И одним из таких инструментов являются искусственные нейронные сети (далее ИНС).

Нейронные сети сейчас активно применяются в различных отраслях для решения задач распознавания и  прогнозирования.  Есть множество архитектур, предназначенных для решения разного типа задач. Поэтому изучению нейронных сетей я посвятил годы своей жизни и именно поэтому нейросетевой анализ я намерен использовать в дальнейшем. О результатах же своей работы я буду писать на своем блоге по адресу http://fxtde.com

И помните…

Самой удачной работающей моделью нейронной сети является мозг человека. Именно наш с вами мозг способен учитывая  многолетний опыт наблюдений, находить зависимости и паттерны, учитывать множество различных факторов и составлять  смелые прогнозы. А наши знания – самый главный актив.