Обзор возможностей     Реализованные нейросетевые архитектуры     Возможности анализировать работу Ваших сетей     Графические средства анализа данных    Дополнительные возможности для работы с биржевыми данными

Обзор возможностей

NeuroShell 2 - это универсальный пакет, предназначенный для нейросетевого анализа данных. С его помощью можно решать широкий спектр задач, начиная с широко распространенных задач, таких как прогнозирование курсов акций (облигаций, фьючерсов, валют , цен на нефть и т.д. ), и заканчивая менее распространенными задачами, такими как, например, обратные задачи в геофизике и другие сложные задачи.

NeuroShell 2 включает в себя:

1.     Систему для начинающего
2.     Систему для профессионала
3.     Средства автономного использования

Кроме того, существуют пакеты дополнений к NeuroShell 2, которые позволяют существенно упрощать решение отдельных задач.

1.   Система для начинающего

Разработана специально для новичков и для тех, кто в первый раз знакомится с NeuroShell 2. Она содержит упрощенный набор процедур для создания и работы серьезного нейросетевого приложения. В Системе для начинающего используется оригинальная эфективная модификация нейронной сети с обратным распространением ошибки, и такие ее параметры, как скорость обучения, момент и количество нейронов в скрытом слое, устанавливаются "по умолчанию".

Чтобы использовать эту систему, Вам достаточно лишь ввести свои данные, указать, что является входом, а что выходом, и запустить тренировку сети. Затем Вы можете применить натренированную сеть к новым данным и экспортировать результат в другие программы.

2.   Система для профессионала

Система для профессионала позволяет опытным пользователям создавать 16 различных видов нейросетей со значительно большими возможностями установки и контроля их параметров, чем в Системе для начинающего.







3.    Средства автономного использования

Средства автономного использования, входящие в состав пакета NeuroShell 2, позволяют Вам использовать созданную Вами нейронную сеть как динамическую библиотеку (DLL), которая может быть вызвана из других программ или из Microsoft Excel. Вы можете также осуществить генерацию программного кода на Си или Visual Basic для созданных Вами сетей. Нейросети, которые Вы создали с помощью NeuroShell 2, Вы можете распространять без каких-либо ограничений и уплаты роялти. Для использования нейронной сети вне NeuroShell 2 используется модуль Генератор автономных файлов.

Генератор автономных файлов сохраняет сеть в файле таким образом, чтобы позднее можно было получить к ней доступ через динамическую библиотеку (DLL). Это наиболее удобный способ автономного использования Вашей сети из программ, работающих под Microsoft Windows. Например, если Вы захотите воспользоваться Вашей сетью позднее из программы, написанной на C, Pascal, Microsoft Visual Basic(TM), Visual C++(TM), Access и т.д., Вам следует просто вызвать библиотечную функцию FireNet. Ваша программа передаст этой функции значения входов, а FireNet вернет Вам ответ сети. В Excel Вы просто помещаете функцию Predict в ячейку, указывая необходимые значения входов сети. В этой ячейке появится ответ сети.

Если же Вы хотите иметь возможность вызывать (применять) Вашу сеть из программы ДОС, на рабочей станции, на большой ЭВМ или с помощью какого-либо специализированного процессора, Вам поможет Генератор программного кода. С его помощью Вы можете представить натренированную Вами сеть в виде программного кода самого общего вида на Си или Visual Basic.



Дополнения NeuroShell 2

NeuroShell 2 имеет ряд дополнений, которые помогут Вам в разработке приложений для финансовых рынков, для предсказания результатов скачек, а также ускорят Вашу работу и облегчат интерпретацию полученных результатов.

Пакет рыночных индикаторов с оптимизацией

Cодержит около 150 наиболее известных и мощных технических индикаторов, которые Вы можете применять для финансовых данных или иных временных рядов. Этот пакет позволит Вам автоматически находить как наиболее подходящие для Вашего временного ряда индикаторы, так и наиболее подходящие значения их параметров.

Предсказание результатов скачек

Выполняет предобработку статистических данных о результатах скачек для того, чтобы сделать предсказания более точными. Программа берет данные о результатах всех лошадей в одном забеге (которые записаны в виде одной строки в Вашей таблице) и преобразует их в файл с большим количеством рядов, в каждом из которых приведены результаты только для 2 лошадей. При такой форме представления данных точность предсказаний нейросети значительно повышается. Это дополнение применимо не только для предсказания результатов скачек, но и для решения других задач, связанных с ранжированием данных.

Пакетный процессор

Дает возможность запускать NeuroShell 2 в пакетном режиме. Создайте список задач и их вариантов и запустите тренировку нейросетей в фоновом режиме, либо оставьте компьютер работать на ночь.

Прогнозирование результатов выборов (ранжирование)

Позволяет успешно применять нейронные сети для прогнозирования результатов выборов по результатам ряда предшествующих им регулярных социологических опросов. Входные данные могут включать в себя данные о результатах опросов, одинаковые для всех кандидатов (называемые общими данными, например, процент опрошенных, которые собираются принять участие в голосовании), а также данные для каждого кандидата. Каждый тренировочный пример может включать данные одного опроса для нескольких кандидатов, участвующих в выборах. Количество кандидатов в разных опросах может быть разным.

Это дополнение осуществляет предобработку данных таким образом, чтобы сеть могла сравнивать за один раз только по два кандидата. Это упрощает тренировку сети и увеличивает точность прогнозов.

Трехмерная графика

Позволяет Вам изобразить на экране в виде трехмерной поверхности зависимость значения выбранного Вами выхода нейросети от значений двух выбранных Вами ее входов (значения остальных входов при этом остаются постоянными). Вы можете также распечатать полученную трехмерную диаграмму.

Дополнение TradeStation
Это дополнение позволяет Вам вызывать и использовать натренированные с помощью NeuroShell 2 нейросети из программ TradeStation и SuperCharts фирмы Omega Research.



Подготовка данных

Обычно процесс анализа данных начинается с подготовки данных. Пользователь может ввести данные вручную или импортировать данные из файлов.
При вводе вручную можно выбрать, вводить данные в виде электронных таблиц в привычном редакторе электронных таблиц (например, Excel) или использовать модуль Таблица NeuroShell 2. NeuroShell 2 использует файлы электронных таблиц в качестве своего внутреннего формата (однако наш формат позволяет работать с таблицами, содержащими не более 65535 рядов и 32767 столбцов) и в программе есть возможность их просматривать и редактировать. Если же Вы хотите, NeuroShell 2 будет вызывать Вашу любимую программу электронной таблицы.
Программа может осуществлять импорт и экспорт данных как в текстовом, так и в двоичном формате. Если Вы работаете с биржевыми данными, NeuroShell 2 дает Вам возможность осуществлять импорт данных о ценах, полученных в наиболее популярных форматах, используемых поставщиками данных. В частности, NeuroShell 2 легко импортирует данные в формате MetaStock фирмы Equis International, а также в формате Omega Downloader фирмы Omega Research. Модули Экспорта файлов позволяют Вам преобразовать файлы NeuroShell 2 обратно в текстовый или двоичный форматы. Вы можете также распечатать весь файл или его фрагменты с помощью специального модуля NeuroShell 2.

Предобработка данных

Модуль символьной обработки ковертирует буквенно-численные выражения в числовой вид, который уже может быть обработан нейросетью. Например, понятия "холодно", "тепло", "жарко" можно представить числами 0, 1 и 2, соответственно. Модуль "Правила" позволяет создавать правила типа Если/То/Иначе для того, чтобы подготовить данные, прежде чем передавать их для обработки нейросетью.

Например, из двух входных переменных Вы можете образовать третью. Предположим, Вам кажется, что если сумма цены золота и акций ГазПрома больше 400, то экономическое положение улучшается. Эту информацию можно сообщить нейронной сети в следующем виде:

Если (золото) + ГазПром > 400,
То экономика (новая переменная) = 1,
Иначе экономика = 0.

Модуль "Правила" аналогичным образом может быть использован для пост-обработки результатов предсказания или классификации, выполненных нейросетью.



Выделение тренировочного, тестового и экзаменационного наборов

Выделение тестового и экзаменационного наборов из данных выполняется очень просто. (Тестовый набор используется для предотвращения "переучивания" сети в процессе тренировки, экзаменационный -- для оценки качества работы сети на независимых данных после окончания тренировки.) Модуль "Выделение тестового набора" NeuroShell 2 предлагает 5 способов выбора данных:

   Случайный выбор заданной процентной доли примеров
   Каждый N-ный пример в тестовый набор, каждый М-й -- в экзаменационный
   Первые N примеров в тренировочный набор, следующие M примеров -- в тестовый, все остальные -- в экзаменационный
   Последние M примеров в экзаменационный набор, тестовый случайно выбирается из оставшейся части
   По метке ряда в таблице с данными.



Возможности контроля и управления

В модуле "Проектирование" пользователь может устанавливать свои значения скорости обучения, момента, выбирать вид передаточной функции и начальный диапазон весов. При тренировке по выбору пользователя может быть установлен либо случайный, либо последовательный порядок предъявления примеров. Имеется множество различных критериев для выбора момента окончания тренировки, а также различные способы обработки пропущенных данных. Пользователь имеет возможность следить за значениями весов и активностями нейронов в процессе тренировки, включая графическое отображение на диаграмме Хинтона. Кроме того, во время тренировки пользователь может модифицировать веса.



Калибровка

Понятие "Калибровка" нейросети означает определенную стратегию тренировки, и в NeuroShell 2 этот метод используется для целого ряда архитектур. С помощью Калибровки решается один из наиболее сложных вопросов, который необходимо решить в процессе тренировки -- в какой момент процесс тренировки следует окончить.

Чем дольше сеть обучается, тем ближе ее состояние к "запоминанию" тренировочного набора, когда ответ сети может стать очень точным, если ей предъявляются примеры, на которых она обучалась. Однако в этом случае сеть может утерять свойство "обобщения" и начать давать неверные ответы на примерах, которые она "не видела" в процессе тренировки.

Для сетей с обратным распространением ошибки при стратегии "Калибровка" сеть будет сохраняться в тот момент, когда она даст наиболее точный ответ на примерах так называемого тестового набора, не входящих в тренировочный набор.

Для вероятностных сетей и сетей с общей регрессией при Калибровке определяется оптимальный параметр сглаживания, который используется, когда Вы применяете нейросеть.



Алгоритм TurboProp

Это метод тренировки, который работает в режиме "пакетной" подстройки весов, что иногда оказывается гораздо быстрее, чем при использовании стандартного метода обратного распространения ошибки. Он обладает еще и тем преимуществом, что не требует от пользователя устанавливать скорость обучения и момент.

Обзор возможностей     Реализованные нейросетевые архитектуры     Возможности анализировать работу Ваших сетей     Графические средства анализа данных    Дополнительные возможности для работы с биржевыми данными