Форекс. Forex. Дневники и прогнозы трейдеров.

Записи с меткой «предел»

Переходя с ПК на нейроплату, вы словно пересаживаетесь с «кукурузника» на сверхзвуковой истребитель, доставляющий вас к намеченной цели практически мгновенно.

Единственное, что теперь требуется, – научиться управлять сложной техникой, в частности умело переключать скорости, чтобы не пролететь мимо цели и вовремя остановиться.

Воистину, русские долго запрягают, но быстро едут. Почти пять лет финансовый рынок России обходился без каких бы то ни было аналитических инструментов, полагаясь на опыт и интуицию своих специалистов. И лишь весной прошлого года, когда усилилась конкуренция и зашатался «межбанк», российские банки и финансовые компании впервые ощутили потребность в аналитических системах. Дальнейшее развитие событий было подобно снежному кому. За неполные полгода нейросетевым пакетом Brain Maker и программой технического анализа MetaStock обзавелись более 150 финансовых организаций Москвы. Объем российского рынка нейронных сетей перешагнул отметку в четверть миллиона долларов. Коллекция пакетов фирмы «Тора-центр», основного распространителя программ финансового анализа, «распухла» до сотни наименований – потребности клиентов охватывают весь спектр финансовых задач : от оценки инвестиционных рисков до обустройства «жизни после июня»…

И вот – вторая волна. В Россию впервые поставлена нейроплата CNAPS/PC-128 фирмы Adaptive Solutions, «стратегическое оружие» американских финансистов. Этот сравнительно новый вид изделий (плата CNAPS/PC была анонсирована в США в ноябре 1995 года) обладает рядом характеристик, которые на первый взгляд кажутся фантастическими. При обучении на сложных финансовых данных нейроплата превосходит ПК на базе Pentium по быстродействию в несколько сотен (на отдельных тестах – до 1000) раз. Нейроплата позволяет анализировать заведомо «гиблые» задачи – прогноз исходов футбольных матчей, текущую ситуацию на мировом валютном рынке, динамику политических событий в регионах и даже исход футбольных матчей. А главное, работа с нейроплатой переводит аналитика «в новое измерение» : если раньше большая часть времени уходила на подготовку и проверку одной-единственной гипотезы, то теперь система обрабатывает данные и выдает заключения практически в реальном времени.

Несмотря на свои впечатляющие возможности, нейроплаты не очень распространены на рынке. Отчасти вследствие высокой цены (от $10 до $50000 долларов), отчасти из-за специфики освоения. Главная же причина – закрытость разработок. Из двадцати фирм, производящих специализированные нейро-БИС (основной элемент нейроплат), лишь пять поставляют свою продукцию на массовый рынок. Остальные обслуживают военный комплекс, либо создают единичные продукты для очень богатых заказчиков.Тем приятнее сознавать, что в арсенале российского бизнеса появилось это новое оружие. Пока трудно прогнозировать эффект от его применения, однако можно с уверенностью сказать – за «первой ласточкой» неизбежно последуют новые. Что же касается аналитического отдела фирмы «ОГО», первого пользователя нейроплаты CNAPS, то ориентация на самое современное оснащение ни разу их не подводила.

Елена Монахова, зам.главного редактора PC Week/RE, в связи с этим взяла интервью у начальника аналитического отдела «ОГО» Евгения Пастухова.

Е.Монахова. Какие задачи помогает Вам решать нейроплата ?

Е.Пастухов. Наш отдел занимается анализом в самом широком диапазоне : от предсказания будущей урожайности зерновых культур до прогнозирования цен на зерновом рынке России по всем ее регионам и областям. Умножая число областей на число культур получаем сотни прогнозов, для каждого из которых необходимо натренировать по крайней мере несколько нейросетей. Обучить эти тысячи экземпляров нейросетей даже на самых быстрых ПК в обозримое время не представляется возможным. Кроме выигрыша времени мы имеем преимущество и в точности предсказании.

Е.Монахова. На сколько в среднем нейроплата быстрее и точнее соответствующего программного эмулятора?

Е.Пастухов. Тестовые испытания на типовых задачах показали превышение в несколько раз по точности по сравнению с PC-486/66 MHz и в 800-1000 раз по скорости, что вполне соответствует фирменной спецификации.

Е.Монахова. Что представляет собой приобретенная вами нейроплата?

Е.Пастухов. Оценив наши потребности, мы заказали CNAPS/PC-128, состоящий из 128-ми процессоров, построенных на четырех нейрочипах и выполняющих 5.12 млрд. операций типа умножение-накопление в сек. на тактовой частоте 20 MHz. Кроме этого, есть возможность нарастить еще 128 процессоров и расширить оперативную память с 4 до 32 MB.

Е.Монахова. На каком программном обеспечении работает нейроплата?

Е.Пастухов. Вместе с платой мы получили пакет BrainMaker Professional SNAPS Accelerator v3.2 for Windows v3.1. , который по своим функциональным возможностям в основном не отличается от своего аналога для ПК – пакета BrainMaker Professional for Windows v3.1. Его основные функции: тренировка, тестирование и исполнение теперь имеют два режима работы: на плате или на ПК.

Вместе с тем, при работе с платой отсутствует ряд возможностей: нельзя создавать нейросеть с двумя и более внутренними слоями, использовать другие, кроме сигмовидной функции активации, не поддерживаются некоторые специфические опции: тестирование во время обучения, рекуррентное обучение, автоматическое добавление нейронов. Новой характеристикой является число эпох, которое означает количество прогонов обучающего набора, выполняемых на плате до передачи результатов на экран дисплея. С ее помощью можно отслеживать тренировку нейросети через нужные интервалы времени, сокращая тем самым утомительный для пользователя процесс мониторинга.

Е.Монахова. Насколько я Вас понимаю, процесс обучения на нейроплате отличается от обычного на ПК и требует определенного навыка.

Е.Пастухов. Безусловно. Как вы знаете, процесс обучения нейросети скорее искусство, чем наука. Искусство правильно применять правила теории обучения, подбирать значения параметров настройки в зависимости от результатов наблюдений за состоянием нейросети, определять критерии остановки, и все это выполнять в фиксированном, заданном тактовой частотой процессора PC, темпе времени. При наличии нейроплаты появляется новая возможность: варьировать этим временем посредством изменения числа эпох и тем самым либо ускорять, либо замедлять темп обучения. Более того, возникает возможность комбинированного обучения на плате и без нее (только на PC) в зависимости от состояния обучаемой нейросети. В начале на большой скорости обучает нейроплата, выполнив черновую часть работы, а затем на низкой скорости осуществляется тонкая доводка на PC, в режиме которого, как мы уже говорили, есть дополнительные возможности, не поддерживаемые платой.

Е.Монахова. С какими проблемами Вы столкнулись при работе с нейроплатой?

Е.Пастухов. На аппаратном уровне плата очень чувствительна к плохому соседству и требует высокого качества комплектующих ПК. Уверенно заработала только на компьютере «белой сборки». Кроме этого, не помешает стабилизатор питания. На программном уровне – конфликтует с пакетом генетических алгоритмов GTO, незаменимым помощником при обучении нейросетей, хотя в описании к плате гарантируется их совместное использование.

Е.Монахова. Что вы ожидаете от внедрения нейроплаты в перспективе?

Е.Пастухов. Во-первых, мы надеемся полностью удовлетворить наши внутренние потребности по объему и точности прогнозирования. Во-вторых, собираемся использовать свободный вычислительный ресурс нейроплаты для выполнения внешних заказов, особенно в области финансового прогнозирования, где имеется большой объем данных и необходимость постоянного переобучения нейросети под быстроменяющиеся условия рынка. Уже сейчас, по грубым прикидкам, нейроплата неплохо предсказывает поведение курсов валют, фьючерских контрактов и доходности ГКО. При появлении серьезных заказчиков на финансовое прогнозирование нейроплата окупит затраты на ее приобретение и освоение.

Е.Монахова. О каких заказах с использованием нейроплаты может идти речь?

Е.Пастухов. Прежде всего, это решение конкретных задач по прогнозированию «под ключ», с передачей заказчику обученной с помощью платы нейросети для выполнения им текущего прогноза на собственных вычислительных средствах. Затем это создание и продажа обученных на предсказание основных финансовых инструментов нейросетей как готового продукта на рынке программных средств. И наконец, я не исключаю аренду машинного времени на нейроплате для тех заказчиков, которые не в состоянии ее приобрести. Напомню, что стоимость нейроплаты в отмеченной выше конфигурации составляет около $13.000.

Бретт Н. Стинбергер – доктор философии и профессор Психиатрии в Медицинском Университете в Сиракузах, шт. Нью-Йорк. Он также является активным трейдером и пишет статьи по рыночной психологии. Автор книги «Психология торговли» 2003г., доктор Стинбергер опубликовал более 50 статей по краткосрочным подходам к изменению поведения трейдеров.

В недавнем исследовании опубликованным в «НьюЙорк Таймс» Дэвидом Леонхадтом предлагается интересный анализ того, как атлеты способны принимать сложные решения за доли секунды.

Давайте рассмотрим несколько примеров:

 Игрок, отбивающий мяч в бейсболе, должен отбить подачу, брошенную со скоростью более 80 миль в час. Подача направляется прямо ему в голову. Если это крученый мяч, то подача может пройти далеко для удара. В этом случае, отбивающий игрок должен качаться из стороны в сторону, твердо стоя на ногах. Если это прямой «быстрый мяч», то мяч может попасть в игрока и сильно травмировать его. За несколько мгновений, отбивающий игрок должен оценить многочисленные факторы, чтобы решить, оставаться ли в своей зоне отбивающего и качаться, либо наклониться и защитить себя. Скорость и вращение шара, движение руки подающего, знание стиля подающего – все должно быть учтено при принятии решения, что гораздо быстрее, чем это возможно на осознанном уровне.

 Полковник Джон Бойд изучил поведение лучших военных летчиков-истребителей и пришел к выводу, что во время боев с вражескими самолетами, они принимают сложные решения за считанные секунды. Он описал процесс принятия решения как наблюдение, ориентация, решение и действие (НОРД) и был убежден, что ключ к обучению пилотов заключается в ускорении элементов НОРДа так, чтобы пилоты могли ответить более быстро и точно, чем их противники. Будучи сам пилотом экстра-класса, Бойд был известен тем, что он мог начать с неудобной позиции в воздухе и оказаться в хвосте любого пилота, который бросил ему вызов, в пределах 13 секунд – вызов, очевидно, он никогда не пропускал.

Чем для нас интересны эти примеры? Тем, что опытный исполнитель сталкивается с высокой степенью неопределенности. Нет никакого способа предсказать заранее, бросит ли подающий игрок в бейсболе один вид подачи или другой, и нет никакого способа ожидать следующих действий от противника в воздухе. Как только возникает соответствующая ситуация, также нет никакой возможности для спокойного, рационального обдумывания ситуации. Подсознание должно оценить соответствующие исходные факторы и принять оптимальное решение прежде, чем происходит любое осознанное рассуждение.

Как это возможно?
Вот отрывок из статьи в «Нью-Йорк Таймс», которая описывает недавнее исследование: Каждый участник эксперимента сел и положил руку на стол. Проектирование экрана компьютера не позволяло им видеть руку. Цель состояла в том, чтобы вести курсор, который следовал за движением руки, от одной стороны экрана к цели на другой стороне. Добавляя неопределенности, курсор обычно появлялся немного правее руки, и участники видели в основном быстрый проблеск его, когда он находился на полпути при пересечении экрана. Иногда, курсор появлялся как дискретная точка, в другой раз, это было расплывчатое облако. Исследователи выяснили, что когда курсор не высвечивался, то люди полагались на полученный опыт во время тренировок перед экспериментом – а именно на то, что курсор был, в среднем на один сантиметр вправо от руки.
Когда вспыхивало облако, они рассматривали это, но только отчасти, в модели, которая следовала формуле Бэйса. Когда вспыхивал курсор, они полагались на это, а не на прошлый опыт.
«Большинство решений в нашей жизни принимается в условиях неопределенности», сказал доктор Кердинг. «Во всех этих случаях, предшествующее знание, которое у нас есть, может быть очень полезно. Если мозг работает способом Бэйса, то оптимально использовалось бы предшествующее знание».

Есть несколько важных моментов в этом исследовании:
 чтобы принимать свои решения, участвовавшие в эксперименте нуждались в длительном периоде изучения. Потребовались сотни практических тренировок, чтобы позволить участникам делать точные предсказания местоположения курсора. Это совместимо с исследованием «неявного изучения», которое показало, что субъекты, сталкивающиеся со сложными моделями во время множественных тренировок, в конечном счете, изучают эти модели и могут делать предсказания, основанные на этих моделях гораздо лучше, чем было бы при случайном угадывании. Однако, удивительно, что они не могут объяснить эти модели логическим путем или то, как они принимают свои решения. Их изучение действительно является неявным, т.е. полностью находится на подсознании.
 когда субъекты столкнулись с новой, сомнительной информацией, которая противоречила изученным ими моделям, они оценивали новую информацию сложным образом, что было совместимо с математикой Бэйса. Говоря другими словами, субъекты придали повышенное значение новой информации через какое-то время, пересматривая свои оценки местоположения курсора, что объединяло новую, сомнительную информацию с тем, что они узнали предварительно. Это также совместимо с неявным изучением. Люди могут обработать информацию сложными, математическими способами, даже когда они не знакомы со сложной математикой!
 когда субъекты столкнулись с новой, определенной информацией, которая противоречила моделям, изученным ими во время тренировок, они оставили свое предыдущее изучение и полагались полностью на новые данные. То есть они были способны отложить свои предшествующие ожидания и быстро создать новую базу для принятия решения. Это не так легко, как может показаться. Люди имеют естественное предубеждение относительно подтверждений, которое ведет нас на поиски информации, которая подтверждает наши ожидания и заставляет игнорировать данные, которые противоречат тому, во что мы верим.
 что является особенно интересным в этой статье так это то, что авторы находят, что предубеждение относительно подтверждения препятствует людям принимать решения математическим способом. То есть люди точно не объединяют новую, сомнительную информацию со старым опытом, как это делают профессионалы, когда они остаются прикованными к своим старым ожиданиям. Это делает их слишком медлительными, чтобы реагировать на новые данные. Профессионалы же, таким образом, не только способны принимать молниеносные, подсознательные решения, они могут также быстро пересмотреть эти решения, по мере того, как появляются новые данные. Быстрота и гибкость являются признаками профессионализма.

Можно сделать очень важные выводы для краткосрочной торговли в данном исследовании. Один из ключевых выводов заключается в том, что различие между интуитивной, контролируемой торговлей и торговлей, основанной на исследовании может быть гораздо меньшим, чем мы думаем. Вот выдающееся заключение, которое можно сделать, исходя из этого исследования:

Наше подсознание является трамплином для достижения успеха! Когда опытные трейдеры изучили тысячи примеров внутри-дневного поведения цены и индикаторов, их подсознание становится способным выделить модели из рыночного шума, причем сами они не могут объяснить как. Это – неявное изучение. По мере того, как поступает новая информация с рынка, секунда за секундой, подсознание объединяет это со старым
знанием сложным образом. К примеру, одна или две части несоответствующей общему анализу информации, одно или несколько тиков против позиции не обязательно вызовут решение оставить сделку. Однако, по мере того, как несоответствующая информация накапливается, это изменяет оценки опытным трейдером вероятности того, что сделка преуспеет. Сделка начинает чувствовать себя не так как надо прежде, чем трейдер может объяснить что именно не так. Это внутренне чувство является очень важным, и это не только субъективная интуиция. Это – результат подсознательного математического анализа!
Когда опытному трейдеру поступает новая информация, которая очевидно противоречит его ожиданиям (вроде внезапной рыночной реакции на часть экономических новостей), предшествующее изучение уходит на задний план. Опытный трейдер быстр, чтобы выйти из сделки и пересмотреть ожидания, вместо того, чтобы барахтаться в своем предубеждении относительно необходимого подтверждения, которое сейчас входит в противоречие с данными.

Что мешает трейдерам стать опытными исполнителями? Если Полковник Бойд может обучить пилотов анализировать действия вражеского летчика-истребителя и совершать опережающий маневр за 13 секунд, возможно, мы можем научиться точно реагировать на краткосрочные рыночные модели. Итак, мы увидели, что согласно исследованию, подсознательная обработка данных добавляет новую информацию к прошлой, чтобы реагировать на изменение обстоятельств. Когда рынок, например, меняет свою волатильность, опытный трейдер должен объединить новые данные со своим опытом, чтобы ожидать следующее направленное движение. Кажется, что подсознание способно к выполнению сложной интеграции новых и старых данных, чтобы ожидать будущие события. Это позволяет совершать великолепное исполнение при быстрых, напряженных условиях, которые не дают возможность для осознанной, явной обработки данных.

Может ли такое подсознательное принятие решений быть тренированным? В одной из статей, посвященной обучению элитных военных офицеров, я нашел одну возможную модель для содействия наилучшему исполнению. Возможно, мы можем также кое-чему научиться из тренировки лучших атлетов и разработать модели, чтобы улучшить исполнение трейдеров.

Исследование спортивной психологии
Что мы знаем о психологических факторах, которые вносят вклад в успех атлетов? Всестороннее исследование показывает несколько важных компонентов наилучшего исполнения:
 постановка цели? – более 500 исследований атлетов показывают, что постановка целей способствует выполнению разнообразных краткосрочных задач и долгосрочных целей. Цели, которые являются четко определенными, достижимыми, но требующими достаточных усилий и концентрация на исполнении, а не на результате, являются наиболее эффективными. Есть также свидетельства, что сочетание краткосрочных и долгосрочных целей, так же как групповых и индивидуальных целей, может увеличить эффективность в достижении целей.
 практика? – широкомасштабные исследования атлетов, так же как и профессионалов в других областях, показывает, что общая практика тесно связана с развитием профессионализма. Это особенно справедливо для ситуаций, где есть неявное изучение, требующее приобретения навыков исполнения, которые не могут быть объяснены логически (например, научиться бить по теннисному мячу). Большое количество практических занятий, с немедленной обратной связью, могут быть особенно полезны для развития необходимых навыков.
 напряжение? – исследования показывают, что умеренная степень напряжения помогает исполнению, в то время как высокая напряженность может привести к катастрофическому снижению эффективности исполнения. Недавние результаты показывают, что гораздо важнее каждый человек рассматривает свое собственное напряжение, нежели абсолютная степень физического напряжения.
 Самоуверенность? – уверенность атлета в своей способности добиться своей цели очень сильно связана с фактическим выполнением. Вера в собственную способность преуспеть является единственным наиболее важным фактором индивидуальности, связанным со спортивным успехом. Исследования показывают, что упражнения, повышающие самоуверенность, ведут к улучшению спортивного выполнения, даже когда они связаны, всего лишь, с мысленными упражнениями, а не с фактическими спортивными тренировками.
 Наставник ?- последние исследования показывают, что уверенность наставников (тренера) значительно и положительно коррелирует с улучшением в исполнении их атлетов. Различия в стилях тренировки также обоснованно влияет на спортивные результаты, прежде всего, за счет воздействие на мотивацию атлета.

Как эти различные выводы связаны с исследованием относительно подсознательного изучения?
Вероятное объяснение заключается в том, что целенаправленная интенсивная тренировка с быстрой обратной связью не только формирует навыки, но также и повышает у атлетов уверенность в себе. Это позволяет профессиональным атлетам использовать напряжение для содействия, а не препятствия для исполнения, поскольку напряжение рассматривается ими не угрожающе. Роль тренера не столько в том, чтобы преподавать навыки – так как навыки неявны, а скорее в том, чтобы создать условия, при которых приобретение навыков может быть максимизировано. Это включает мотивацию, но также и условия, связанные с эффективностью практических тренировок.

Также стоит отметить, что большая часть этого обучения происходит в командной среде, включая спортивные команды, военные подразделения и бизнес-окружение. Командная среда помогает с мотивацией, создавая благоприятную окружающую среду для обучения, но также и позволяет участникам учиться друг у друга, наблюдая за равными себе. Дружеские соревнования между командами также служат подготовкой к реальному состязанию, затачивая навыки при реалистичных условиях исполнения.

Заключение
Успех, с которым трейдер может научиться читать изменяющееся рыночное поведение, может быть связан с качеством и интенсивностью обучения, которое он предпринимает. Каждое исследование неявного изучения показывает, что требуется множество интенсивных тренировок прежде, чем индивидуум развивает необходимое мастерство в выполнении этой задачи. Большинство трейдеров терпит неудачу, как я предполагаю, потому что они никогда не набирают необходимое количество интенсивных тренировок, необходимых для развития подсознательного мастерства. Без командной среды, чтобы моделировать развитие навыков и помощи наставника для обеспечения целенаправленной тренировки, большинство индивидуальных трейдеров никогда не сможет развить уверенность в себе, необходимую чтобы выдержать неизбежные периоды потерь. Это особенно проблематично для трейдеров, торгующих на частичной основе, которые могут испытывать недостаток в интенсивной практике, необходимой для мастерства, просто из-за недостатка времени для усвоения рыночного поведения, отработки навыков исполнения и использования обратной связи.
В то время как многие рыночные автора концентрируются на развитии новых индикаторов или методов для анализа рыночных данных, вполне может быть, что самым многообещающим направлением для улучшения результатов торговли являются инструменты и технологии, которые мотивируют изучение и повышают его интенсивность.