Es gibt heute viele maschinelle Lernsysteme. Technologie boomt. Verschiedene Anbieter von Lösungen bieten unterschiedliche Optionen zur Lösung des Problems. Höchstwahrscheinlich müssen Sie für verschiedene Bereiche und Lösungen unterschiedliche auswählen. Es ist unmöglich zu sagen, welche Technologien das größte Potenzial haben, ohne entsprechende Vergleiche anzustellen. Damit das Thema jedoch wirklich interessant ist, müssen Sie etwas nehmen, das nicht von der Region der Studie abhängt. Etwas Gemeinsames für das ganze Land.
Nehmen wir als Grundlage das Problem der Prognose des Aktienkurses von Unternehmen an der Moskauer Börse. Wenn wir jedes Austauschinstrument als eine separate Einheit betrachten, deren Leben sich unabhängig von anderen Austauschinstrumenten entwickelt, müssen die Analysemethoden für jedes Instrument unterschiedlich ausgewählt werden.
Um zu bewerten, welche Prognosemethoden für jedes Instrument geeignet oder nicht geeignet sind, müssen wir Informationen zu den Prognoseoptionen für jedes Austauschinstrument speichern. In der 1C-Plattform gibt es mehrere Prognoseoptionen. Lassen Sie uns einen Mechanismus zum Speichern von Informationen über die Anwendbarkeit / oder Nichtanwendbarkeit jeder Option erstellen.
Um zu beurteilen, wie genau die vom System erstellten Prognosen wahr werden, besteht die einfachste Option auf der Grundlage der uns vorliegenden historischen Informationen darin, eine Prognose des Systems für ein bestimmtes Datum zu erstellen und diese dann mit realen historischen Daten zu vergleichen. Beispiel: Wir haben im letzten Jahr historische Daten zu Aktienkursen an der Moskauer Börse gesammelt. Stellen Sie sich vor, heute ist der 15. Januar 2021, und erstellen Sie eine Prognose für den Schlusskurs eines Börseninstruments für den 16. Januar 2021. Und dann werden wir die empfangene Prognose mit den realen Daten vergleichen, die am 16. Januar waren. Lassen Sie uns diese Analyse für ein längeres Intervall durchführen und die Wahrscheinlichkeit der Auslösung der Prognose ermitteln. Genauer gesagt, die Anzahl der Fälle, in denen die Prognose wahr wurde oder nicht.
Mit typischen 1C-Prognosetools können Sie eine Prognose entweder als einen bestimmten Wert erhalten, der genau der Anzahl entspricht, oder als Wert der Preisspanne "von ... bis".
Nehmen wir an, wir stehen vor der Aufgabe, in einem wachsenden Markt einen bestimmten Wert des Schlusskurses an der Moskauer Börse nach Tagen vorherzusagen.
Für den Fall, dass die 1C-Prognose eindeutiges Wissen zurückgibt, werden wir es übernehmen. Und wenn die Prognose den Bereich "von ... bis" zurückgibt, betrachten wir als Prognosewert die Mitte des Bereichs. In diesem Fall gehen wir davon aus, dass der prognostizierte Preis als erfolgreiche Prognose niedriger war als der tatsächliche historische Preis. Jene. Zum Beispiel öffnete sich das Papier zu einem Preis von 100 Rubel. Die 1C-Prognose war, dass es am Abend für 150 Rubel schließen würde. Und der reale historische Schlusskurs betrug 151 Rubel (mehr als 150 Rubel).
In der speziell für diese Zwecke erstellten Verarbeitung legen wir die Grundeinstellungen für die Analyse fest: Analysezeitraum, analysierte Methoden und analysierte Instrumente.
Wir erhalten Daten für jeden analysierten Tag.
Um die Wahrscheinlichkeit einer Prognoseauslösung zu ermitteln, gruppieren wir die Daten nach der Anzahl der Fälle und definieren die Wahrscheinlichkeit als: die Anzahl der positiven Auslösungen der Prognose zur Gesamtzahl der Analyseversuche.
Die Analyse zeigt, dass die meisten Prognosemethoden für dieses Instrument mit relativ hoher Wahrscheinlichkeit ausgelöst werden. Wir müssen den Schwellenwert bestimmen, den wir als Kriterium für die Auswahl der Prognosestrategien betrachten werden. Für das Auswahlkriterium 90% erhalten wir ein Bild geeigneter Prognosestrategien, wie in der folgenden Abbildung dargestellt.
Obwohl im Allgemeinen die Wahrscheinlichkeit von 80% auch ein ziemlich gutes Kriterium ist, wird das Bild geeigneter Strategien wie in der Abbildung dargestellt.
Im Allgemeinen sieht für dieses Tool das Bild der Anwendbarkeit typischer Prognosestrategien wie in der Abbildung aus.
Natürlich ist die Analyse jedes Werkzeugs im manuellen Modus eine aufregende Aktivität, aber dann kommt die Idee, die Analyse automatisch zu einer Routineaufgabe zu machen. Um die Ergebnisse dieser Analyse zu speichern, benötigen wir ein Informationsregister.
Und um eine geplante Aufgabe einzurichten, benötigen Sie Konstanten (Einstellungen).
Natürlich kann die Anwendbarkeit oder Nichtanwendbarkeit dieses Mechanismus für eine lange Zeit argumentiert werden. Aber es ist interessant, den Prozess zu beobachten. Tatsächlich stellte sich heraus, dass jedes Exchange-Instrument eine Art "Live" war. Jeder lebt sein eigenes Leben. Für einige ist das Leben vorhersehbar oder teilweise vorhersehbar. Das Leben anderer ist im Moment schwer zu analysieren.
Im Allgemeinen ist es jedoch nicht einfach, Preisbewegungen zu beobachten, aber eine Prognose zu erhalten ist viel aufregender.
Details finden Sie in der Dokumentation.
Nun, was soll ich sagen: Die Leute sind so angeordnet, sie wollen wissen, was passieren wird ...