Jedno z ostatnich wydarzeń na świecie Forex to sieci neuronowe. Sieci neuronowe – to maszynowe samokształcenie ściśle związane z technologiami sztucznej inteligencji. Takie systemy zbierają i analizują dane, wykorzystując model kształcenia z grubsza odtwarzający to, jak działa i uczy się mózg człowieka – metodami prób i błędów, uogólnień i wyodrębnień. Jakie są bieżące możliwości i perspektywy, które otwierają te programowe obróbki/opracowania przed rynkami finansowymi Forex?
Co to w ogóle takiego „sieci neuronowe”?
Sieci neuronowe – unikalne systemy analizy technicznej danych. I ważne jest to, iż w swojej autonomicznej pracy bardzo przypominają ludzi – w tym, jak oceniają pewne związki przyczynowo-skutkowe i prawdopodobieństwa. To, co jest niewątpliwie ważne dla ludzi, podczas podejmowania takich lub innych decyzji, to materializuje się również w systemach sieci neuronowych – ocena poprzedniego doświadczenia. To jak dziecko, które raz po razie układa puzzle i popełnia przy tym coraz mniej błędów.
Tak działa biologiczna sieć neuronowa
A tak formują się zasady działania neuronowej sieci wielowarstwowej. To coś przypomina, nieprawdaż?
Sieć doskonali się kosztem dwóch podstawowych kompletów danych: zestawu dla kształcenia i zestawu dla testowania, co pozwala ulepszać siebie kosztem prób-błędów – jak w przypadku ludzi. Jedną z podstawowych mocnych stron sieci neuronowych jest to, iż jest ona w stanie wciąż się uczyć, uzupełniając swoje prognozy wstępującymi danymi oraz przemyśleć na tym tle niektóre zasady swojego działania.
Sieci neuronowe na Foreks mogą niezwykle harmonijnie analizować między sobą zarówno techniczne, jak i fundamentalne dane, czego nie robią nie tylko inne systemy mechaniczne, ale i niektórzy traderzy.
Samo wykształcenie sieci neuronowych zajmuje dużo czasu, wymaga wielu środków oraz sił. Jednak jest nadzieja na to, że takim lub podobnym sposobem można jeszcze bardziej skrócić dystans między unikalnymi zdolnościami myślenia człowieka i obliczeniowymi możliwościami systemów komputerowych.
Czy są już stosowane w praktyce takie systemy?
Wyszukiwarki, takie jak Google lub Yandex już od dawna wykorzystują sieci neuronowe dla analizy i klasyfikacji obrazów, dźwięków, symboli w tekście oraz innych danych. Sieci neuronowe Google mogą sortować obrazy i jednocześnie ucząc się, wyodrębniać coraz bardziej wspólne i szczegółowe cechy charakterystyczne tych obrazów. Takie systemy neuronowe w łatwiejszy sposób sortują czarno-białe i kolorowe obrazy oraz mogą, praktycznie bezbłędnie, odróżniać obrazy kociąt od szczeniaków.
Tłumacz Google również częściowo przeszedł na interfejs sieci neuronowych i zaczął tłumaczyć o wiele dokładniej, uwzględniając kontekst. Komputery neuronowe są aktywnie wykorzystywane przez amerykańskich konglomeratów finansowych Citigroup Inc. W Chemical Bank również rozwinięty jest ogromny system programowy, obsługiwany przez firmę Neural Data. Wiele poważnych spółek, takich jak LBS Capital Management Inc. kupuje niewielkie pakiety neuronowe i komputery neuronowe (do $50000) i znacznie ulepsza swoje wskaźniki handlowe na amerykańskich indeksach – S&P i Nasdaq. Wzrosły również poszczególne możliwości przy pracy z pewnymi danymi. Na przykład, sieci neuronowe mogą skracać dane, wydzielając najbardziej wspólne wzajemne związki między ich częściami oraz wyrażać je bardziej kompaktowo – w mniejszym wymiarze. Wyjściową postać danych można również odtworzyć kosztem pamięci asocjacyjnej – jeśli nagle dane zostały uszkodzone.
Jednak dzisiaj przed badaczami i projektantami sieci neuronowych stoją bardziej fundamentalne, niż szczegółowe zadania i problemy. Jest dokąd dążyć jeśli chodzi o same algorytmy samokształcenia i analizy, algorytmy szybkiego działania i inne, aby wzmocnić samą niszę, rozszerzywszy potencjał dla konkretnych już możliwości.
Jak można to wykorzystać na rynkach Forex?
Sieci neuronowe mogą prognozować, uogólniając i wyodrębniając zależności między wchodzącymi danymi i wychodzącymi. Wyszkolona sieć może, jak i dowolny wskaźnik techniczny, przepowiadać przyszłe znaczenia jakiejś konsekwencji na podstawie danych historycznych.
Jednak w odróżnieniu od klasycznych wskaźników, sieć neuronowa samodzielnie reguluje zasady oceny danych, ich zależności między sobą, koryguje je na podstawie sukcesów oraz błędów w handlu. Oczywiście, także tutaj potrzebne będzie dużo czasu, środków oraz sił, aby nauczyć się sieci oraz zapewnić niezbędną infrastrukturę dla reagowania we właściwym czasie na wpływające dane.
Ryzykiem wszystkich widocznych zalet systemów sieci neuronowych jest bardzo gwałtowne odniesienie do prognoz handlowych. W ostatecznym rozrachunku decyzje wyjściowe dobre są na tyle, na ile dobre są dane wejściowe. Sieci neuronowe świetnie ujawniają dane korelacje między nimi – nawet jeśli danych jest bardzo dużo.
Równie dobrze pozyskiwane są dane szablony z mocno rozproszonych typów informacji, także jeśli te szablony i relacje prawie nie są przeglądane przez człowieka. Jednak mimo to, użycie intelektu bez emocji – w końcu – jest raczej słabością która może ujawnić się podczas pracy ze zmiennym rynkiem. Kiedy wprowadzany jest nieznany czynnik, sztuczna sieć neuronowa nie ma możliwości wyznaczenia dla niego wagi emocjonalnej.
Z najbardziej znamiennymi przykładami eksploatacji odległych sieci neuronowych na rynkach finansowych możecie zapoznać się tutaj lub tutaj . W sieci pojawia się coraz więcej wskaźników, w taki lub inny sposób eksploatujących sieci neuronowe i znajdziecie ich bez trudu.
Ogólne wnioski
- Aktualnie i perspektywicznie, ale jeszcze za wcześnie – sieci neuronowe z ich bieżącym potencjałem mogą prognozować rynki lepiej, niż tradycyjni algorytmiczni doradcy oraz wskaźniki, jednak ten potencjał nie jest jeszcze w pełni realizowany i same podstawy modelowania tych sieci potrzebują doskonalenia i dopracowania.
- Sieci neuronowe dobrze klasyfikują wzorce i znakomicie przeglądają dynamikę wewnątrz trendu.
- Świetnie działają w ramach bieżącego trendu i wykrywają cykle zachowań. Jednak także, jak i człowiek, wciąż jeszcze nie mogą przewidzieć przyszłości bez wzajemnego związku z przeszłością, a adaptacja do świeżo następujących wydarzeń i danych odbywa się wolniej.
- Wszyscy, którzy wykorzystują sieci neuronowe na rynku Forex, zgodnie z zasadą, handlują na długoterminowych trendach lub Momentum. Koniki spotykają się, jednak dobrzy, rzadziej.
- Sieci neuronowe były popularne i 10, i 5 lat temu, i dzisiaj jest nowy obrót progresu podobnych systemów łączności z rozwojem technologii big data oraz cloud storage, co należy także wziąć pod uwagę w celu dokonania pełnowartościowego opracowania oraz badań.
P.S. Podobał się mój artykuł? Udostępnij go w sieciach społecznościowych, najlepszy sposób na podziękowanie:)
Treść tego artykułu stanowi wyłącznie prywatną opinię autora i może nie pokrywać się z oficjalnym stanowiskiem LiteForex. Materiały publikowane na tej stronie mają wyłącznie charakter informacyjny i nie mogą być traktowane jako porada inwestycyjna ani konsultacja w rozumieniu dyrektywy 2014/65/UE.
Zgodnie z przepisami prawa autorskiego artykuł ten jest chronionym obiektem własności intelektualnej, co obejmuje zakaz kopiowania i rozpowszechniania bez zgody.
