신경망이란 무엇입니까?
신경망은 인간의 뇌가 작동하는 방식을 모방하는 프로세스를 통해 일련의 데이터에서 기본 관계를 인식하기 위해 노력하는 일련의 알고리즘입니다. 이런 의미에서 신경망은 본질적으로 유기적이거나 인공적인 뉴런 시스템을 말합니다. 신경망은 변화하는 입력에 적응할 수 있습니다. 따라서 네트워크는 출력 기준을 재 설계 할 필요없이 최상의 결과를 생성합니다. 인공 지능에 뿌리를 둔 신경망의 개념은 거래 시스템 개발에서 빠르게 인기를 얻고 있습니다.
신경망의 기초
금융 세계의 신경망은 시계열 예측, 알고리즘 거래, 증권 분류, 신용 위험 모델링 및 독점 지표 및 가격 파생 상품 구성과 같은 프로세스 개발을 지원합니다.
신경망은 인간 두뇌의 신경망과 유사하게 작동합니다. 신경망의 "뉴런"은 특정 아키텍처에 따라 정보를 수집하고 분류하는 수학 함수입니다. 네트워크는 곡선 맞춤 및 회귀 분석과 같은 통계적 방법과 매우 유사합니다.
신경망에는 상호 연결된 노드 계층이 포함됩니다. 각 노드는 퍼셉트론이며 다중 선형 회귀와 유사합니다. 퍼셉트론은 다중 선형 회귀에 의해 생성 된 신호를 비선형 일 수있는 활성화 함수로 공급합니다.
다층 퍼셉트론 (MLP)에서, 퍼셉트론은 상호 연결된 층으로 배열된다. 입력 레이어는 입력 패턴을 수집합니다. 출력층은 입력 패턴이 매핑 될 수있는 분류 또는 출력 신호를 갖는다. 예를 들어, 패턴은 보안에 관한 기술 지표의 수량리스트를 포함 할 수있다. 잠재적 인 결과는“구매”, “보류”또는“판매”일 수 있습니다.
숨겨진 계층은 신경망의 오차 한계가 최소화 될 때까지 입력 가중치를 미세 조정합니다. 숨겨진 레이어는 출력과 관련하여 예측력이있는 입력 데이터의 두드러진 특징을 추정합니다. 여기에서는 주요 구성 요소 분석과 같은 통계 기술과 유사한 유틸리티를 구현하는 기능 추출에 대해 설명합니다.
주요 테이크 아웃
- 신경망은 방대한 양의 데이터 사이의 관계를 인식하기 위해 인간 두뇌의 동작을 모방하는 일련의 알고리즘입니다. 예측 및 마케팅 리서치에서 사기 탐지 및 위험 평가에 이르기까지 금융 서비스의 다양한 응용 프로그램에 사용됩니다. 주식 시장 가격 예측을위한 신경망의 사용은 다양합니다.
신경망의 적용
신경망은 재무 운영, 엔터프라이즈 계획, 거래, 비즈니스 분석 및 제품 유지 관리를위한 응용 프로그램과 함께 널리 사용됩니다. 신경망은 또한 예측 및 마케팅 리서치 솔루션, 사기 탐지 및 위험 평가와 같은 비즈니스 응용 프로그램에서 널리 채택되었습니다.
신경망은 가격 데이터를 평가하고 데이터 분석을 기반으로 거래 결정을 내릴 기회를 발굴합니다. 네트워크는 미묘한 비선형 상호 의존성과 다른 기술 분석 방법으로는 할 수없는 패턴을 구별 할 수 있습니다. 연구에 따르면, 주식에 대한 가격 예측에서 신경망의 정확성은 다르다. 일부 모델은 정확한 주가가 시간의 50-60 % 인 반면 다른 모델은 모든 인스턴스의 70 %가 정확하다고 예측합니다. 일부는 효율성의 10 % 개선이 투자자가 신경망에서 요구할 수있는 전부라고 주장했다.
이전에 개발 된 알고리즘을 사용하여 더 잘 분석 할 수있는 데이터 세트 및 작업 클래스가 항상 있습니다. 중요한 알고리즘은 그리 중요하지 않습니다. 궁극적으로 신경망의 성공 수준을 결정하는 것은 목표 지표에 대한 잘 준비된 입력 데이터입니다.
