Автор работы: Пользователь скрыл имя, 03 Декабря 2017 в 18:03, курсовая работа
Цель данной работы является рассмотреть финансовый рынок.
Исходя из цели, попытаемся выполнить следующие задачи:
- рассмотреть понятие финансового рынка;
- изучить методы анализа финансовых рынков;
- выявить преспективы совершенствования методов анализа;
ВВЕДЕНИЕ ....................................................................................................3
1 ПОНЯТИЯ О ФИНАНСОВОМ РЫНКЕ И ХАРАКТЕРИСТИКА ЕГО СОСТАВЛЯЮЩИХ ......................................................................................5
1.1 Денежный и валютный рынок................................................................7
1.2 Страховой и срочный рынок..............................................................................................................15
1.3 Рынок капитала………………………………………………………..22
2 МЕТОДЫ АНАЛИЗА ФИНАНСОВЫХ РЫНКОВ ………..…………28
2.1 Сущность технического анализа... .......................................................29
2.2Осцилляторы............................................................................................33
3 ПРЕСПЕКТИВЫ СОВЕРШЕНСТВОВАНИЯ МЕТОДОВ АНАЛИЗА.....................................................................................................38
3.1Нейрокомпьютинг………………………………...………....................39
ЗАКЛЮЧЕНИЕ ............................................................................................43
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ ..................................45
В настоящее время наиболее массовым направлением нейрокомпьютинга является моделирование нейронных сетей на обычных компьютерах, прежде всего персональных. Моделирование сетей выполняется для их научного исследования, для решения практических задач, а также при определении значений параметров электронных и оптоэлектронных нейрокомпьютеров.
Нейросеть – это компьютерная программа, имитирующая способность человеческого мозга классифицировать примеры, делать предсказания или принимать решения, основываясь на опыте прошлого. Стремительное развитие технологии нейронных сетей и генетических алгоритмов началось лишь в конце 80-х годов, и пока остается уделом немногочисленной группы специалистов, как правило, теоретиков в области искусственного интеллекта. Но в России уже начали появляться нейронные сети, хорошо зарекомендовавшие себя на Западе, ведутся разработки собственных программ, для прогнозирования самых различных событий. Упрощая, технику применения нейронных сетей для прогнозов на фондовом рынке можно условно разбить на следующие этапы:
- выделение «входов» (исходные
данные) и «выходов» (результаты
прогноза). Входами можно сделать
цены открытия, закрытия, максимумы,
минимумы за какой-то период
времени, статистика значений различных
индикаторов (например, индексы Доу
Джонса, Никкей, комбинации курсов
валют, доходность государственных
ценных бумаг, отношения фундаментальных
и технических индикаторов и
др.), обычно выбирается от 6 до 30 различных
параметров. Количество выходов
рекомендуется делать как
- выделение в массиве данных
тренировочных и
- обучение нейросети: на этом
этапе нейронная сеть
- введение срока прогноза,
- получение значения
Системы базирующиеся на искусственных нейронных сетях в последние годы все активнее используются для прогнозирования финансовых рынков. Отличие этого подхода от стандартных состоит в том, что он позволяет сделать систему самообучаемой, что особенно важно для трудноформализуемых задач. Благодаря возможности работы с «зашумленными» данными система получается гибкой и, хотя обычно не решает задачу со 100%-ной точностью, может принести значительную прибыль для приложений финансовой сферы. Интеллектуальные системы на основе искусственных нейронных сетей позволяют с успехом решать задачи прогнозирования. Известны и иные, более традиционные подходы к решению этой проблемы, такие как классический технический анализ, анализ фундаментальных факторов, регрессионный и корреляционный анализ и т.п., однако они не обладают необходимой гибкостью за пределами ограниченных условий. Искусственные нейронные сети дают многообещающие альтернативные решения.
ЗАКЛЮЧЕНИЕ
Звенья финансовой системы функционируют в едином рыночном пространстве, важнейшим элементом которого является финансовый рынок. Назначение этого рынка - аккумулирование временно свободных денежных средств и их эффективное использование. Для этого используют методы анализа финансового рынка.
Технический анализ основан на изучении показателей графиков. При его проведении следует учитывать следующие факторы — закономерности в поведении ценового тренда, предыдущие показатели изменения цены, объемы совершенных сделок;
Фундаментальный анализ. В основе проведения этого вида анализа лежат следующие факторы — экономические, политические, природные. В общем все то, что может иметь непосредственное влияние на рост/падение того или иного актива;
Многие трейдеры зацикливаются на каком-то одном виде анализа, но при их совместном использовании, можно достичь куда более высоких результатов. В первую очередь следует проводить конечно же фундаментальный анализ. Допустим, узнать экономическое состояние страны, валюту которой вы собрались покупать, ее темпы развития и дальнейшие перспективы. На основании полученных сведений, можно предположить будет ли цена на валюту расти или падать. И уже после этого следует садиться перед монитором с открытым графиком, смотреть на его показатели, подключать нужные индикаторы, и совершать сделки.
Так же существует нейронная сеть для решения задач прогнозирования курсов валют. Работа по созданию собственной автоматизированной системы прогнозирования имеет перспективы и может быть продолжена. Сегодня многие крупные фирмы и частные лица имеют собственные разработки в области технологий прогнозирования с использованием ИНС, но они не торопятся обнародовать их, предпочитая получать доход от непосредственного использования своих систем.
Однако, нужно учитывать тот факт, что хотя нейросеть и является механизмом, способным решить широкий класс задач, но правила управления этим механизмом пока что находятся на уровне догадок и эвристических соображений.
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ