Журнал «Компьютерра» № 35 от 26 сентября 2006 года, стр. 20
Что касается «первой части» — собственно прогноза и системы принятия решений, эта задача всегда остается на острие прогресса, и в ней немедленно опробуются методы, хорошо себя проявившие в других областях. К сожалению, по мнению Николая Старченко, все эти методы работают на финансовом рынке гораздо хуже, чем там, где они были созданы. Так, бум нейросетевых технологий прогноза котировок прошел на российском рынке лет десять назад. В практическом плане он был в основном связан с разработкой нейросетей для задач трейдинга при помощи американского универсального нейросетевого пакета BrainMaker (возникшего, как говорят, в недрах американского военно-промышленного комплекса). Многие и сегодня применяют нейросети на финансовых рынках, однако пик интереса к этой технологии уже позади. Появляются сообщения об эффективных торговых системах на нейросетях, но чудес от них больше не ждут.
Еще раньше были опробованы всевозможные регрессионные методы, аппроксимирующие зазубренный временной ряд колебаний цены гладкими кривыми, долженствующими указать дальнейшие тенденции развития и скрытые периодичности. Такие методы хорошо работали при обработке экспериментов в естественных науках. При изучении же динамики рынка их сегодня относят, скорее, к более скромной области — техническому анализу, служащему вспомогательным инструментом профессионального трейдера.
Ныне одна из самых модных технологий — генетические алгоритмы (ГА) — подход к сложным задачам оптимизации, основанный на имитации эволюционного процесса. «Хромосомы», представляющие собой различные варианты решения задачи, начинают мутировать, скрещиваться и бороться за выживание на основе неких критериев «приспособленности» — близости к оптимальному решению. При умелой настройке на задачу тут можно получить хорошие результаты. Не всегда эти задачи связаны с прогнозом в буквальном смысле слова — например, ГА пытаются использовать для формирования оптимального портфеля акций.
Однако больше всего ждут сегодня от эконофизики — причем, как ни удивительно, не только энтузиасты, но и, в неявной форме, «робоскептики» (см. ответы Василия Якимкина во врезке). В первую очередь речь идет о приложениях теории хаоса — динамики, порожденной иногда очень простыми формулами, но внешне неотличимой от случайного процесса изменения цен. «Великий вызов» (grand challenge) состоит в том, чтобы выяснить, можно ли подобным образом описать реальную динамику цен на бирже. С другой стороны, более или менее общепризнанная современная модель ценовых рядов — фрактальное броуновское движение. Это не хаотический, а по-настоящему случайный процесс. Однако его развитие в какой-то мере учитывает более или менее смутные воспоминания о том, что происходило раньше. Математика этих моделей изучена глубоко. Михаил Дубовиков, специалист по эконофизике, доктор физ.-мат. наук, советник президента ФК «Интраст» по науке, рассказывает: «Любая западная компания сейчас начинает обычно с двух вещей: считает фрактальные параметры, например показатель Херста (Hurst exponent), для ценовых рядов (надеясь по их изменениям предвидеть перемены на рынке) и пытается применить теорему Такенса (Takens) — определить количество параметров, управляющих процессом изменения цен и, если повезет, построить систему уравнений, порождающую ценовой ряд. Дальше каждый идет своим путем. Мы, например, используем в торговой системе собственные фрактальные показатели, а также ряд известных моделей (например, нелинейные регрессионные) в сочетании с оптимальным формированием портфеля по более современным алгоритмам, чем классическая теория Марковица».
Эконофизика изучает рынок так же, как астрофизика изучает звезды или биофизика — энергетику живой клетки. Похоже, что в этом сложном механизме кое-что уже понято, кое-какие механизмы ухвачены. Что же будет, когда наука научится прогнозировать не чуть-чуть, как сегодня, а все и сразу? Исчезнет ли рынок в его нынешнем виде? Михаил Дубовиков считает, что это нам не грозит. По его мнению, уже сейчас понятно, что исследования динамики рынка могут претендовать лишь на то, чтобы более или менее точно отделить те участки, на которых цена хоть как-то предсказуема, от тех, где цена непредсказуема в принципе. Отчасти благодаря эконофизике теперь мы понимаем и природу этой непредсказуемости. Мы точно знаем ту грань, за которую не перейдем никогда, заключает Дубовиков: подлинная проблема состоит в том, чтобы найти промежутки, где цена предсказуема, и как можно точнее предсказать ее.
Многие технологии здесь даже не удалось упомянуть. Подробнее о методах, которые используют насыщенные математикой торговые системы, можно узнать из материалов конференций по системной торговле, регулярно проводимых компанией «Брокеркредитсервис».
Интерес к этому сектору растет, и инфотехнологи не должны упускать его из вида.
Редакция благодарит Михаила Дубовикова, Николая Старченко и Василия Якимкина за консультации.
КАФЕДРА ВАННАХА: Data mining для Зеркала морей
Автор: Ваннах Михаил
Кажется, что высокие технологии стали бизнесом совсем недавно. На памяти одного-двух поколений. А до этого науки были бескорыстным парением в эмпиреях, уделом оторванных от жизни чудаков, а деньги делались отдельно, тороватыми охотнорядцами да скупердяями Скруджами. Но бывало, что и высочайшая романтика, и стойкое мужество, встречаясь с усидчивостью кабинетного ученого, давали амальгаму первосортнейшего бизнеса. Заваренную на вполне современном ИТ-методе.
Клипера. Легенда морей. «Вся эта компания безмолвных белых королев, принцесс, королей, воинов, аллегорических женских фигур, героинь, государственных деятелей и языческих богов в венцах и шлемах или с непокрытой головой навеки сошла со сцены, до последней минуты простирая над бурлящей пеной свои красивые гипсовые руки или копья, мечи, трезубцы, в одной и той же позе, выражавшей неустанное стремление вперед…»— так грустил о них в «Зеркале морей» капитан дальнего плавания Джозеф Конрад, которого многие считают лучшим англоязычным прозаиком.
Стремление вперед. В нем клиперам не откажешь. Три мачты с огромными прямыми парусами. Острые обводы корпуса. Опыт корабелов, воплощенный в горном вязе и индийском тике этих, может быть, самых грациозных строений человеческих рук.
Отчаянность матросов, работавших на реях на головокружительной высоте. Решимость сутками не смыкавших глаз капитанов. Все это в сумме давало уникальную скорость.
Восемнадцать узлов встречалось часто. А лучший из ходоков— «Champion of the Seas»— 11—12декабря 1854 года пробежал 465 миль со средней скоростью больше чем 20 узлов!
Спрос на скорость был велик. Щедрые премии, вручаемые купцами Сити тому, кто первым войдет в Темзу с чаем нового урожая, — и рождается подкласс судов— «чайные клипера». Британские фабрики требуют сырья— и с австралийской и новозеландской шерстью бегут в метрополию клипера.
Апофеоз— золотая лихорадка в Калифорнии.
Стоимость фрахта от Нью-Йорка или Бостона до Сан-Франциско установилась в полтора серебряных доллара за кубический фут. Клипер в 1200 обмерных тонн приносил судовладельцу $72тысячи за рейс— больше, чем плата экипажу, стоимость и страховка корабля!
Скорость приносила колоссальные барыши. Но скорость зависела от воли ветров. А над ними человек не властен и поныне. Более эффективно использовать ветер в своих интересах— это позволила впервые примененная в позапрошлом веке технология Data mining. Объектом раскопок как раз и были «пыльные хартии».
Мэтью-Фонтейн Мори (Matthew-Fontaine Maury) родился в 1806 году в небогатой деревенской семье. С детства мечтал о море. Флотскую карьеру начал в девятнадцать лет мичманом. Рано понял, что привлекает его не бодрая строевая служба и не грозная артиллерия, а навигация. Во время кругосветного плавания 1826—30годов обратил внимание на изменения в атмосферном давлении с переменою кораблем места; сделанные по этому поводу наблюдения и выводы опубликовал в «American Journal of Arts and Sciences» за 1831год. Четырьмя годами позже издал свои первые «Sailing Directions»— наблюдения над самыми выгодными направлениями плавания. В 1836 году получил чин лейтенанта. В 1839-м напечатал в «Southern Literary Messenger» статью, где первым высказал мысль о возможности сократить время нахождения судов в пути, пользуясь попутными ветрами и течениями. Вот так! Впервые, задолго до появления и математического аппарата и полноценных технических средств вычислений ставится задача оптимального управления динамическим объектом!!!