Questo sito contribuisce alla audience di

Le Reti Neurali

Le Reti Neurali simulano il comportamento del cervello. Sono state applicate anche al mondo finanziario.

Le reti neurali (o neuronali) sono una simulazione matematica del processo di apprendimento per esempi simile a quello che avviene nel cervello di un esere vivente.

In pratica bisogna fornire alla rete degli esempi in modo che essa si possa adattare a rispondere a quegli stimoli(input) nello stesso modo degli esempi. A questo punto la rete neurale dovrebbe “generalizzare” ovvero rispondere a input simili a quelli degli esempi in modo “coerentte” al problema che stiamo cercando di risolvere.

Le reti neurali sono state applicate estensivamente in diversi campi applicativi e anche in campo finanziario. Attualmente l’interesse è un po’ diminuito ma comunque in alcuni tipi di problema la rete neurale resta un valido supporto.

Non dobbiamo però dimenticare che la rete neurale non è “magica”: è solamente un approssimatore di una funzione. Se il nostro problema è descritto come una funzione che calcola uno o più output dati n valori in ingresso, la rete non fa altro che imparare ad approssimare questa funzione sconosciuta di cui possediamo solo degli esempi.

Per fare un esempio devo gestire i rifornimenti di petrolio per riscaldamento e suppongo che ci sia una relazione fra la temperatura media, massima e minima del mese, il numero del mese dell’anno come ingressi e la quantità di gasolio consumata in una città nel mese. Allora imposto una rete neurale con questi ingressi ed come uscita il consumo del mese successivo. Posso dare come esempi alla rete i consumi e le temperature degli ultimi 10 anni in un processo che viene chiamato training (o addestramento) della rete.

Alla fine posso ottenere una previsione del consumo del prossimo mese fornendo i dati di input corrispondenti se la rete è stata correttamente addestrata e se il problema esibisce una certa regolarità.

Non è difficile capire come utilizzare la rete in ambito finanziario: gli ingressi sono in questo caso degli indicatori o formule calcolate in base alla situazione corrente del mercato e l’output è il movimento positivo o negativo del mercato dopo un certo periodo di tempo dall’osservazione dei dati di input.

Nello scenario attuale delle strategie di trading ritengo però più interessante applicare le reti neurali in modo meno ovvio. Intendo dire che il mercato è piuttosto efficiente e quindi non si ottengono grandi risultati aplicando le reti neurali cercando di prevedere la direzione che il mercato prenderà.

Possiamo però cercare di applicare le reti per esempio per trovare il momento adatto ad applicare una certa strategia o iniziare un arbitraggio.

Io ho sperimentato diversi tipi di reti neurali programmandole in Java e C++.. Le “classiche” backpropagation nets non sono male. Se però volete capire che cosa ha “imparato” la rete è meglio utilizzare le reti neuro fuzzy che sono basate su regole fuzzy cioè regole leggibili anche da un essere umano …

Potete trovare molto materiale in rete riguardante le reti neurali ma tenete econto che occorre molto tempo per ottenere dei risultati concreti.

Se volete entrare in questo “mondo” velocemente vi consiglio un pacchetto commerciale come Trading Solutions che mi sembra ben fatto ma anche facile da usare.

Potete trovare anche software gratuiti ma dovrete faticare un po’ di più per farli funzionare…

Questo articolo è puramente didattico e non costituisce sollecitazione al pubblico risparmio.

Commenti dei lettori

(Inserisci un commento - Nascondi commenti anonimi)

Le categorie della guida

Ultimi interventi

Vedi tutti