Валютный рынок России в условиях «турбулентности экономики»

Анализ валютного рынка России при помощи Deductor-а проводился с использованием относительно небольшого количества, но весьма существенных факторов. Их выбор был сделан на основании анализа коэффициентов корреляции между курсом доллара США, с одной стороны, и ключевыми потенциальными факторами, с другой. Результаты этого анализа приведены в таблице 1.

Таблица 1

Использование существенных показателей (в таблице отмечены жирным шрифтом) в качестве обучающей выборки позволило выполнить качественный и даже количественный анализ влияния выше перечисленных экономических факторов на формирование курса доллара в кризисной ситуации экономики страны. Необходимые исходные данные для формирования обучающей выборки нейронной сети были заимствованы из трейдинговой системы Bloomberg. При загрузке исходных данных рассматривались месячные котировки с июня 2014 года по декабрь 2014 года. Для ввода, накопления и предварительной обработки исходных данных использовалась среда «1С: Предприятие». «1С: Предприятие» и Deductor полностью совместимы на уровне форматов данных. Взаимодействие среды «1с: Предприятие» и Deductor-а, а также укрупненный алгоритм обработки данных, последовательность выполняемых операций и логику действий с момента сбора данных и до момента получения визуализированных форм отчетов представлены на рис. 1. Структура работы определена с учетом степени разработанности темы, исходя из цели и задач исследования. При формировании топологии сети исходили из следующих предпосылок. Не существует точного правила по тому, каким количеством слоев и нейронов должна обладать сеть для хорошего обучения. Р. Тадеусевич [4] пишет, что нейронов не должно быть слишком много, иначе это приведет к плохому функционированию сети – она будет запоминать значения, вместо нахождения закономерностей. Однако и слишком маленькое количество нейронов отрицательно повлияет на сеть. В процессе исследования нами рассматривались различные варианты числа нейронов в среднем слое (от 5 и до 15). Сопоставляя диаграммы рассеивания от 5 до 15 средне-слойных топологий нейронной сети, мы остановились на 5-ти нейронах, как обеспечивающих лучшее приближение прогнозных значений к реальным (рис.2).