Утолин К.
Рассмотривая новые подходы к анализу финансовых рынков обратимся к методу "виртуальной реальности". Термин, используемый в названии метода, имеет непосредственное отношение к понятию гибридного интеллекта, сочетающего в себе возможности человеческого мозга и компьютера. Работы по его созданию начались в конце 80-х годов в СССР, США и Японии. В основе рассматриваемого подхода лежат методы когнитивной компьютерной графики, используемые в анализе динамически неравновесных систем и позволяющие эксперту за счет особой формы представления данных в виде образов обрабатывать гораздо большие массивы данных, чем при табличном или ином символьно-численном их представлении.
Алгоритмы и программы
В США уже появилась первая коммерческая программа vr Trader (фирмы Avatar Partners), использующая методы создания простейшей (по смыслу, а не по технической реализации) виртуальной реальности применительно к анализу рынков. Программа преобразует информацию о финансах, фондах, рынках и торговле в образные объекты трехмерного пространства.
Учитывая, что математические модели реальных рыночных процессов по своей природе являются нелинейными и многомерными, использование методов виртуальной реальности может оказаться перспективным для решения двух весьма важных задач. Во-первых, это адаптация уже развитых систем отображения многомерной информации, таких как VRoom (Virtual Reality Room) или Data Visualizer, к набору показателей (параметров) состояния определенных финансовых инструментов с целью создания синтетических образов в трехмерном пространстве, задействующих кроме зрительных (объем и цветовая гамма) также слуховые и, повозможности, тактильные ощущения. Целью является выявление и отслеживание на уровне человеческих ощущений главных тенденций в поведении (в изменчивости) свойств соответствующих объектов. Во-вторых, выявление инвариантов всевозможных преобразований, т. е. устойчивых элементов в изменяющихся структурах. Одновременное по трем каналам (форма, цвет, звук) воздействие информации об исследуемом объекте на чувственный аппарат (а через него и на интуицию) исследователя дает значительный синергетический эффект, особенно при обнаружении таких не всегда явных закономерностей в структуре сложного объекта, как симметрия, периодичность, регулярность и т. п.
Создание образов, семантически инвариантных отображаемой ситуации на финансовых рынках, учитывающих особенности восприятия и сопоставления человеком изображений, а также способных выражать существо проблемы в максимально наглядной графической форме, -- задача весьма сложная. Для ее решения необходимы алгоритмы, которые должны одновременно отвечать следующим требованиям:
корректно отображать значения финансовых показателей в топологически разные приемлемые образы, не допуская смешивания при их интерпретации с учетом всего набора характеристик -- формы, цветового рисунка и музыкального ряда;
сохранять существующие взаимосвязи между параметрами ситуации и количество (меру) содержащейся в них информации при их представлении в генерируемом образе;
решать обратную задачу, т. е. по изменению образов всех возможных финансовых инструментов определять параметры, которые должны быть изменены, и характер изменений каждого параметра для каждого из инструментов в зависимости от трансформации образа.
При решении обратной задачи желательна возможность достижения состояния системы, соответствующего новому образу не одним, а несколькими способами (для фондового рынка это эквивалентно ситуации, когда портфель с одинаковой доходностью и ликвидностью теоретически может быть сформирован из различных инструментов -- акций, облигаций, векселей и т.д.). Ее решение позволит создать аналитическую систему принципиально иного уровня по сравнению с уже упомянутой системой vr Trader. Есть основания полагать, что проводимые в этой области исследования увенчаются разработкой соответствующих программ.
Отечественные разработки
Формы представления данных практически неизбежно отображают (даже в простейших случаях) взаимосвязи между объектами (ценными бумагами, например), существующие на рынке, для которого разрабатывалась программа. Поэтому зарубежные программы анализа и банковские системы если и поддаются адаптации к условиям российской действительности, то обходится это намного дороже по сравнению с созданием собственной системы. К тому же у нас в стране существуют перспективные и продвинутые (даже по западным меркам) работы в области когнитивной графики с ориентацией на применение в сфере финансового анализа. В этих работах предлагаются некоторые подходы к созданию образов, эргономически комфортных для восприятия человека (в том числе в экстремальных ситуациях), корректных (по форме, цветовому рисунку и музыкальному ряду) и семантически адекватных содержащейся в них информации, а также способы отображения данных в образные структуры. Отечественные исследования в рассматриваемой области ведутся в двух направлениях:
создание систем для определения "скрытых" факторов и параметров исследуемых процессов, а также для построения адекватных им графических образов;
разработка методов и средств графического представления различных процессов (объектов) посредством использования сложных математических моделей.
Для разработки самой виртуальной реальности можно использовать уже существующие программные пакеты, такие как WorldToolKit, CuberSpaceDeveloperKit (релиз 2.0), упомянутый VRoom или IDE, имеющий встроенный язык сценариев (на основе Visual Basic), который позволяет в режиме погружения оперативно задавать или менять поведение объектов виртуальной среды с помощью этих средств разработки можно реализовать практически любую нужную систему образов.
Если учесть, что для практических целей система должна выполнять указанные выше действия в реальном времени, не трудно представить, сколь сложными должны быть используемые в ней алгоритмы. Помимо упомянутых существуют и другие средства разработки виртуальных сред, способные обеспечить связь виртуального мира с данными электронных таблиц в реальном времени. Возможно, что дальнейшие исследования в этой области приведут к применению аппарата построения инвариантно-временных реальностей, впервые предложенного российским ученым К. Мхитаряном. Используя этот аппарат, можно реализовать алгоритмы, способные обеспечивать большее быстродействие при моделировании режима реального времени за счет того, что построение самих моделей ориентировано не на существующие значения параметров финансовых инструментов, а на некие структуры, образованные из этих параметров и инвариантные относительно компактификации (сжатия) по переменной времени.
Для практической реализации технологии описания сложных систем необходимо уметь вычислять так называемые прибрамовские наблюдаемые величины (термин введен К. Мхитаряном) по всему объему пространства параметров и граничных условий и времени эволюции системы. Этот метод уже реализован и прошел апробацию в программе "Хроно-1", используемой, правда, не в финансовой сфере, а для прогноза (с точностью не ниже 80%) развития заболеваний и оценки последующих результатов лечения пациентов, проводимого по той или иной схеме. Разрабатываемая в настоящее время более развитая многоцелевая версия этой программы позволит не только отслеживать процессы самоорганизации синергетической системы, но и учитывать последствия тех или иных внешних воздействий на нее.
Построение таких инвариантных преобразований представляет собой непрерывное взаимно однозначноеотображение (преобразование) сколь угодно длинного во времени дискретного ряда наблюдаемых состояний системы в область (функциональное пространство), ограниченную относительно выбранного преобразования по параметру времени. Разработан аппарат специальных преобразований, позволяющих отображать в такую область множества теоретически с любой размерностью и распределенной системой получения информации. При этом поведение моделируемой системыописывается через поведение уже в этой области некоей системы, которая инвариантна моделируемой относительно выбранного преобразования.
Визуализация образов и обучение оператора
Поясним, в чем заключается суть метода. В выбранном функциональном пространстве мы находим такую модель, которая в его внутреннем времени изменяется синхронно с изменениями исследуемой системы в реальном пространстве. При этом модель может развиваться в другом временном масштабе, и анализ ее поведения на некоем отрезке ее внутреннего времени, проведенный в реальном времени, может позволить в момент наблюдения увидеть происходящие в модели процессы, эквивалентные тем, которые произойдут в реальной исследуемой системе только в будущем. За счет такого преобразования достигается "сжатие" данных по параметру времени, причем в общем случае никаких принципиальных ограничений на глубину прогноза нет. Отметим, что рассматриваемый аппарат не требует монотонного и, более того, непрерывного всюду изменения параметра времени, что может оказаться весьма полезным при определении надсистемных критериев эффективности, поскольку индивидуальные циклы развития надсистемы и входящих в нее систем могут существенно отличаться.
Обработку полученных таким способом образов можно ускорить, используя программу Fractal Video Pro фирмы Integrated Systems, осуществляющую путем фрактальных преобразований операцию растягивания--сжатия динамических изображений. Применение фрактальных уравнений при визуализации образов, созданных с применением таких же фрактальных или иных топологических преобразований, позволяет в наибольшей степени избегать искажений образа при его генерации в виртуальном киберпространстве. Это обстоятельство дает уверенность, что при преобразовании данные, на основе которых и строился образ, не будут подвергнуты искажениям. Крайне важно, чтобы при решении обратной задачи, а именно определения изменений ситуации на рынке, структуры портфеля и набора финансовых инструментов, параметры которых должны быть изменены, а также характера изменений по каждому из параметров для каждого финансового инструмента в зависимости от преобразований образа в виртуальном пространстве, не происходило нарушения соответствия между структурой образа и структурой значений параметров и критериев.