ما هي الشبكة العصبية؟
الشبكة العصبية هي سلسلة من الخوارزميات التي تسعى إلى التعرف على العلاقات الأساسية في مجموعة من البيانات من خلال عملية تحاكي طريقة عمل الدماغ البشري. في هذا المعنى ، تشير الشبكات العصبية إلى أنظمة العصبونات ، إما العضوية أو الاصطناعية في الطبيعة. يمكن الشبكات العصبية التكيف مع تغيير المدخلات. وبالتالي فإن الشبكة تولد أفضل نتيجة ممكنة دون الحاجة إلى إعادة تصميم معايير الإخراج. يكتسب مفهوم الشبكات العصبية ، التي لها جذور في الذكاء الاصطناعي ، شعبية بسرعة في تطوير النظم التجارية.
أساسيات الشبكات العصبية
تساعد الشبكات العصبية ، في عالم التمويل ، في تطوير مثل هذه العملية مثل التنبؤ بالسلاسل الزمنية وتداول الخوارزميات وتصنيف الأوراق المالية ونمذجة مخاطر الائتمان وبناء مؤشرات الملكية ومشتقات الأسعار.
تعمل الشبكة العصبية بشكل مشابه للشبكة العصبية للعقل البشري. "الخلايا العصبية" في الشبكة العصبية هي وظيفة رياضية تقوم بجمع وتصنيف المعلومات وفقًا لبنية محددة. تحمل الشبكة تشابهاً قوياً مع الأساليب الإحصائية مثل تركيب المنحنى وتحليل الانحدار.
تحتوي الشبكة العصبية على طبقات من العقد المترابطة. كل عقدة هي perceptron وتشبه الانحدار الخطي متعددة. يغذّي الإدراك الحسي للإشارة الناتجة عن الانحدار الخطي المتعدد إلى وظيفة التنشيط التي قد تكون غير خطية.
في الإدراك الحسي متعدد الطبقات (MLP) ، يتم ترتيب الإدراك الحسي في طبقات مترابطة. تجمع طبقة الإدخال أنماط الإدخال. تحتوي طبقة الإخراج على تصنيفات أو إشارات إخراج يمكن أن تحددها أنماط الإدخال. على سبيل المثال ، قد تشتمل الأنماط على قائمة بالكميات للمؤشرات الفنية المتعلقة بالأوراق المالية ؛ يمكن أن تكون المخرجات المحتملة "شراء" أو "تعليق" أو "بيع".
تقوم الطبقات المخفية بضبط ترجمات الإدخال حتى يكون هامش الخطأ في الشبكة العصبية ضئيلًا. من المفترض أن الطبقات المخفية تستنتج الميزات البارزة في بيانات الإدخال التي لها قدرة تنبؤية فيما يتعلق بالمخرجات. يصف هذا استخراج الميزة ، والذي يحقق أداة مساعدة مشابهة للتقنيات الإحصائية مثل تحليل المكون الرئيسي.
الماخذ الرئيسية
- الشبكات العصبية هي سلسلة من الخوارزميات التي تحاكي عمليات الدماغ البشري للتعرف على العلاقات بين كميات هائلة من البيانات. يتم استخدامها في مجموعة متنوعة من التطبيقات في الخدمات المالية ، من التنبؤات وبحوث التسويق إلى اكتشاف الاحتيال وتقييم المخاطر. يختلف استخدام الشبكات العصبية للتنبؤ بأسعار السوق.
تطبيق الشبكات العصبية
تستخدم الشبكات العصبية على نطاق واسع ، مع تطبيقات للعمليات المالية ، وتخطيط المؤسسات ، والتجارة ، وتحليلات الأعمال وصيانة المنتجات. اكتسبت الشبكات العصبية اعتمادًا واسعًا في تطبيقات الأعمال مثل حلول البحوث التسويقية والتنبؤ والكشف عن الاحتيال وتقييم المخاطر.
تقوم الشبكة العصبية بتقييم بيانات الأسعار والفرص المتاحة لاتخاذ القرارات التجارية بناءً على تحليل البيانات. يمكن للشبكات التمييز بين الاعتمادية المتبادلة غير الخطية وأنماط الأساليب الأخرى للتحليل الفني التي لا تستطيع ذلك. وفقًا للبحث ، تختلف دقة الشبكات العصبية في إعداد توقعات أسعار الأسهم. بعض النماذج تتنبأ بأسعار الأسهم الصحيحة من 50 إلى 60 في المائة من الوقت في حين أن البعض الآخر دقيق في 70 في المائة من جميع الحالات. افترض البعض أن تحسين الكفاءة بنسبة 10٪ هو كل ما يمكن للمستثمر طلبه من شبكة عصبية.
سيكون هناك دائمًا مجموعات بيانات وفئات مهام يمكن تحليلها بشكل أفضل باستخدام خوارزميات تم تطويرها مسبقًا. ليس الكثير من الخوارزمية التي تهم ؛ إن بيانات المدخلات المعدة جيدًا على المؤشر المستهدف هي التي تحدد في النهاية مستوى نجاح الشبكة العصبية.
