Знание - основа анализа
Технический анализ прочно вошел в практику работы дилеров, использующих множество его методов: скользящие средние (moving average), системы направлений (directional system), дивергенция и др. - по отдельности или в совокупности. На свой вкус, на свой риск, по своим средствам. Одна из известных компьютерных систем поддержки принятия решений при операциях с валютой FOREX включает большинство основных методов технического анализа и к тому же имеет удобный сервис.
Проблема, однако, в том, что рекомендации, вырабатываемые различными методами технического анализа, не совпадают, и поэтому при принятии окончательного решения необходима помощь интеллекта - либо искусственного (в системе FOREX он выполнен на обучаемых нейронных сетях), либо естественного - обычного здравого смысла.
Именно здравый смысл лежит в основе другого направления - фундаментального анализа финансовых ситуаций. Суть его заключается в том, что для описания рассматриваемой ситуации выделяется набор базисных факторов (финансово-экономических показателей), как макроэкономических, так и более низкого порядка, долгосрочных и краткосрочных. Основная задача, решаемая с помощью фундаментального анализа, сводится к формированию исходных базисных факторов (в терминах выбранных показателей) для прогнозирования поведения показателей, описывающих интересующую исследователя ситуацию.
Важнейшей особенностью финансовых ситуаций является наличие в них мыслящих участников, причем каждый из них по-своему представляет ситуацию и принимает те или иные решения. Как отметил Дж. Сорос в своей книге "Алхимия финансов" (изд-во "Инфра". - М., 1996), "когда в ситуации действуют мыслящие участники, последовательность событий не ведет напрямую от одного набора факторов к другому; вместо этого она перекрестным образом... соединяет факторы с их восприятиями, а восприятия с факторами". Это приводит к тому, что "процессы в ситуации ведут не к равновесию, а к никогда не заканчивающемуся процессу изменений". Отсюда следует, что достоверное предсказание поведения процессов в ситуации невозможно без учета оценки этой ситуации ее участниками и их собственных предположений о возможных действиях. Эту особенность финансовых задач Дж. Сорос назвал рефлексивностью.
Принятие решений - наиболее сложный и ответственный этап в деятельности банковских структур на финансовых рынках. Компьютерное моделирование процессов принятия решений сегодня становится центральным направлением автоматизации деятельности лица, принимающего решение. Новые компьютерные технологии синтезируют системный и когнитивный подходы, и, являясь универсальным научным инструментарием понимания поведения сложных систем, представляют значительный интерес для финансовых менеджеров и банковских аналитиков.
Системы поддержки принятия решений (например, по межбанковским кредитам, ГКО и др.), как правило, являются диалоговыми. Они предназначены для обработки данных и реализации моделей, помогающих решать отдельные, в основном, слабо структурированные задачи (например, связанные с оценкой целесообразности займа или инвестиций, составлением прогнозов и т. п.). Эти системы могут обеспечивать работников информацией, необходимой для принятия индивидуальных и групповых решений. Данные могут поступать из операционных систем, а в отдельных случаях - из собственной базы данных.
Стратегические информационные системы предназначены в первую очередь для принятия стратегических решений и используются руководителями высшего ранга без посредников. Они обеспечивают прямой доступ к информации, отражающей текущее состояние организации и все связи, необходимые для принятия решений. В большинстве проблемных областей невозможно создание формальных традиционных количественных моделей. Для задач подобного типа характерны неопределенность, описание на качественном уровне, неоднозначность оценки последствий тех или иных решений. Г. Саймон назвал такие задачи слабо структурированными, подразумевая под этим их качественный характер, трудность формализации и наличие неопределенности. При решении таких проблем нужна интуиция, опыт, ассоциативность мышления, догадки. Наука, обеспечивающая процесс передачи компьютеру информации об этих проблемах, т. е. ЗНАНИЙ, называется инженерией знаний, или когнитологией.
При структуризации, или концептуализации, знаний проектируется структура полученных знаний о предметной области, т. е. составляется список основных понятий, выявляются отношения между ними, определяются стратегии принятия решений в данной предметной области и ее связи с окружающим миром. Иначе говоря, на этом этапе составляется неформальное описание знаний о предметной области, которую можно наглядно изобразить в виде графа, таблицы, текста и т.д. При формализации знаний инженер-когнитолог выбирает один из этих способов, адекватный его представлению о предметной области.
Этап получения знаний имеет свою особенность, которая заключаются в том, что его можно разделить на более "тонкие" процессы (извлечения, приобретения, формирования), имеющие собственную специфику. В процессе извлечения знаний происходит взаимодействие эксперта - источника знаний с когнитологом (инженером по знаниям). Оно позволяет проследить за ходом рассуждения специалистов при принятии решений и выявить структуру их представлений о предметной области.
Извлечение - это процедура, в ходе выполнения которой когнитолог, имеющий опыт в области когнитивной психологии системного анализа, или математической логики, создает "скелетную" модель предметной области, наполняемую на последующих этапах конкретными сведениями об объектах этой области.
Удобным инструментом исследования слабоструктурированных ("мягких") систем является когнитивная структуризация, которая способствует лучшему пониманию проблем, выявлению противоречий и качественному анализу системы. Практические достижения последних лет в области искусственного интеллекта создают благоприятную основу для того, чтобы когнитивная парадигма стала притягательной и популярной; в настоящее время она стремительно завоевывает широкую признательность (говорят уже о когнитивной революции).
Рассматриваемая методология синтезирует системный и когнитивный подходы, и, являясь универсальным научным инструментарием понимания поведения сложных систем, представляет значительный интерес для финансистов-аналитиков, банкиров и экономистов. Цель когнитивной структуризации состоит в формировании и уточнении гипотезы о функционировании исследуемого объекта, например, финансового рынка, рассматриваемого как сложная система, которая состоит из отдельных, но все же связанных между собой элементов и подсистем. Для того чтобы понять и проанализировать поведение сложной системы, строят структурную схему причинно-следственных связей. Два элемента системы А и В, изображаемые на схеме в виде отдельных точек (вершин), соединяют ориентированной дугой, если элемент А связан с элементом В причинно-следственной связью: А В, где А - причина, В - следствие.
Основным в данном подходе является понятие ситуации. Ситуация характеризуется, прежде всего, набором так называемых базисных факторов, с помощью которых описываются процессы смены состояний в ситуации. Факторы могут влиять друг на друга, причем такое влияние может быть положительным, когда увеличение (уменьшение) одного фактора приводит к увеличению (уменьшению) другого фактора, и отрицательным, когда увеличение (уменьшение) одного фактора приводит к уменьшению (увеличению) другого фактора. Для отображения степени влияния используется совокупность лингвистических переменных типа "сильно", "умеренно", "слабо" и т. п.; такой совокупности лингвистических переменных соответствует числовая шкала [0, 1].
Подобные схемы представления причинно-следственных связей широко используются для анализа сложных систем в экономике и социологии. Такие схемы, интерпретирующие мнение и взгляды лица, принимающего решения, называются когнитивной картой. На математическом языке когнитивная карта называется знаковым (взвешенным) ориентированным графом. Этими терминами мы и будем пользоваться в дальнейшем.
Проблема количественной оценки причинно-следственных связей в общественных науках сложна и трудоемка. Так, в социологии для получения числовых характеристик требуется провести представительное анкетирование с последующей статистической обработкой. Содержательные выводы можно получить, пользуясь качественными оценками, сформулированными на концептуальном уровне на основе интуиции и опыта аналитика, и результатами анализа финансовых рынков. При рассмотрении управляющих процессов в финансовой ситуации необходимо определить цель управления и управляющие воздействия, приводящие к заданной цели (см. приведенный ниже рисунок).
Эволюция состояний в ситуации включает в себя два слагаемых: так называемые свободное движение - эволюцию начального состояния ситуации, не зависящую от каких-либо управляющих воздействий, и вынужденное движение, которое полностью определяется выбираемой стратегией управления. Эволюция начального состояния может быть благоприятной с точки зрения выбранной цели, когда составляющая свободного движения сама по себе становится близкой к цели управления; в этом случае могут потребоваться минимальные корректирующие воздействия. При неблагоприятной эволюции начального состояния требуются значительные корректировки, чтобы текущее состояние ситуации повернулось в направлении к заданной цели.
В зависимости от исходной предметной ситуации возможны различные постановки задач о достижении цели путем выбора тех или иных управляющих воздействий. Эти управляющие воздействия могут быть кратковременными (импульсными) или продолжительными (непрерывными), действующими вплоть до достижения цели. Конечно, возможны и такие ситуации, когда необходимо использовать и импульсные, и непрерывные управляющие воздействия. При достижении заданной цели сразу же встает задача об удержании ситуации в достигнутом благоприятном состоянии до тех пор пока не появится новая цель. В принципе, задача удержания ситуации в требуемом состоянии не отличается от задачи достижения цели, однако ее отдельное рассмотрение может быть полезным для понимания описываемой методологии.
Взаимосвязь между мышлением участников и ситуацией, в которой они участвуют, можно разбить на две функциональные зависимости: когнитивную (пассивную), выражающую усилие участников, затрачиваемое на понимание ситуации, и управляющую (активную), связанную с воздействием их умозаключений на ситуацию в реальном мире. В когнитивной функции восприятия участников зависят от ситуации, а в управляющей функции они влияют на ситуацию.
Вместо детерминированного результата мы имеем взаимодействие, в котором как ситуация, так и взгляды участников являются зависимыми переменными, и первичное изменение ускоряет наступление дальнейших изменений как в самой ситуации, так и во взглядах участников (рефлексивность). Математически рефлексивность можно представить в виде пары простейших рекурсивных функций: y = f(x) - когнитивная функция и x = (y) - управляющая функция. Отсюда следует, что y = f[(y)], а x = [f(x)].
Явления общественной жизни отличаются от природных: в них действуют мыслящие участники. События в этой сфере не подчиняются законам, которые действуют независимо от чьих-либо размышлений, более того, само мышление при изучении общественных явлений становится частью предмета исследования. Для применения когнитивного метода в социальной сфере это обстоятельство открывает возможности, которые отсутствуют в области естественных наук.
Дж. Сорос показал, что финансовые рынки функционируют таким образом, что всегда существует расхождение между превалирующими ожиданиями и действительным ходом событий. Достижение успеха зависит от способности предвосхищать превалирующие ожидания, а не прогнозировать изменения в реальном мире. Понимание финансовых рынков как механизма испытания гипотез с помощью когнитивного метода является новым, его нельзя считать общепризнанным. Тем не менее такое понимание обеспечивает больший эффект, чем случайное блуждание.
Итак, когда графовая модель финансово-экономической ситуации построена, необходимо проверить, насколько эта модель адекватна реальной ситуации. Такая проверка осуществляется следующим образом. Допустим, что между базисными (фундаментальными) факторами, являющимися вершинами графовой модели, существуют отношения, которые можно трактовать как непреложные аксиомы рассматриваемой предметной области. Эти отношения, как правило, формируются в виде продукций типа:
ЕСЛИ X1 Щ X2 Щ... ЩХk, ТО Xl,
где Xi -- некоторая характеристика базисного фактора Vi (например, предельная величина фактора, знак приращения фактора и т.п.).
Совокупность таких продукций отражают базисные знания о данной предметной области. Графовая модель считается адекватной реальной ситуации, если в модельных процессах не нарушается ни одна из продукций базисных знаний. Проверка адекватности модели довольно трудоемка, но она необходима для получения достоверных прогнозов развития той или иной ситуации на финансовом рынке. Полнота проверки модели на адекватность зависит от полноты базисных знаний, которая определяется по отношению числа состояний ситуации, отраженных в базисных знаниях, к полному числу состояний ситуации.
Если базисные знания об исследуемой ситуации отсутствуют, поведение процессов в прошлом может никак не влиять на их будущее поведение, поэтому никакое приемлемое прогнозирование развития этих процессов невозможно, что и объясняет неоднозначность решений, получаемых разными методами технического анализа.
Источник - В.Максимов, Е.Корноушенко, Знание - основа анализа, Банковские технологии, №4, 1997.