Проблема выявления и согласования предпочтений по рискам

Финансовая информация » Учет риска при реализации инвестиционного проекта » Проблема выявления и согласования предпочтений по рискам

Страница 3

Основные преимущества нейронных сетей:

- способность обучаться на множестве примеров в тех случаях, когда неизвестны закономерности развития ситуации и зависимости между входными и выходными данными, когда пасуют как традиционные математические методы, так и экспертные системы;

- способность успешно решать задачи, опираясь на неполную, искаженную, зашумленную и внутренне противоречивую входную информацию;

- легкость в эксплуатации обученных сетей;

- удобный доступ нейросетевых пакетов к базам данных, электронной почте и т.д., что позволяет автоматизировать процесс ввода и первичной обработки данных.

Все эти качества позволяют сделать осторожное предположение об эффективности использования аппарата нейронных сетей для имитационного моделирования индивидуальных предпочтений по риску. Процесс моделирования индивидуальных предпочтений по риску с помощью нейронных сетей обратного распространения состоит из следующих этапов:

1. Проведение деловой игры респондента – лица, принимающего решения, – с использованием компьютера, в ходе которой последовательно реализуются различные сценарии, воспроизводящие ситуации неопределенности, требующие принятия решений. Важно соответствие имитируемым событиям мотиваций и сложность сценариев игры. Другим требованием является возможность проявления предпочтений – адекватные игровые ходы, доступные участнику. Также необходимо учесть наглядность ситуаций, ясность инструкций и возможность выбора.

2. Составление файлов примеров для обучения и тестирования нейронной сети. Фиксируемые в памяти компьютера параметры ситуаций и ходов игрока представляют собой соответственно входные и выходные данные примеров для обучения нейронной сети. Число примеров, равное числу ходов игрока, должно быть достаточным для обучения нейронной сети и одновременно не слишком большим, чтобы не утомить игрока чрезмерной продолжительностью игры и не исказить результаты. Для последующего тестирования сети выделяется некоторое число примеров.

3. Построение нейронной сети обратного распространения погрешности с числом нейронов входного слоя, соответствующим числу ключевых параметров игровой ситуации, числом нейронов выходного слоя, соответствующем числу параметров хода игрока, а также некоторым числом нейронов скрытого слоя, предназначенных для формирования внутренних представлений нейронной сети о ситуациях неопределенности, соответствующих индивидуальным предпочтениям участника в той мере, в которой эти предпочтения зависят от параметров ситуации и проявляются в действиях играющего.

4. Обучение и тестирование нейронной сети с подбором оптимального (в смысле качества обучения) числа скрытых нейронов (и слоев) и возможным исключением несущественных параметров и связей. При обучении задается относительно высокий уровень требуемой точности (толерантности), понижаемый до рационально приемлемого значения при тестировании сети.

5. Использование обученной нейронной сети для имитации индивидуальных предпочтений по риску при управлении портфелем, а также анализ и интерпретация связей и внутренних представлений, возникающих в нейросети, с выделением существенных и несущественных факторов.

Страницы: 1 2 3 4 5

Другое по теме:

Приоритетные направления совершенствования механизма бюджетного регулирования расходов бюджета РФ
Снижение под воздействием мирового финансового кризиса доходов федерального бюджета и необходимость соблюдения объективно обусловленных ограничений размера дефицита бюджета, а также обеспечение сбалансированности пенсионной системы в условиях ее реформирования определяют потребность пересмотра объе ...

Анализ ликвидности и платежеспособности
Ликвидность организации – это ее способность превратить свои активы в денежные средства для покрытия всех необходимых платежей по мере наступления их срока. Ликвидность баланса – это степень покрытия обязательств активами, срок превращения которых в денежную форму соответствует сроку погашения обяз ...

Анализ данных с помощью компьютерной программы SPSS
Основным достоинством программного комплекса SPSS, как одного из самых существенных достижений в области компьютеризированного анализа данных, является самый широкий охват существующих статистических методов, который удачно сочетается с большим количеством удобных средств визуализации результатов о ...

Навигация

Copyright © 2022 - All Rights Reserved - www.forteg.ru