Автоматизированный анализ влияния статистической неопределенности на точностные характеристики оценок параметров инвестиционной ситуации

Практика электронных торгов на рынках капитала показала, что статистические характеристики реальных процессов изменения котировок существенно отличаются от типовых математических моделей, используемых в задачах прогнозирования и поддержки принятия решений.
Возникает задача исследования влияния подобного рода отклонений на эффективность формируемых торговых решений. Очевидно, что эффективность решений, с точки зрения технического анализа динамики капитала, будет в свою очередь определяться точностью оценки текущей ситуации и достоверностью прогноза ее развития. В качестве метрики влияния вариаций статистических характеристик реальных экономических процессов на качество формируемых решений естественно использовать изменение точности оценок, используемых при идентификации и прогнозе состояния характеристических показателей рынков капитала.
Известные способы борьбы с априорной статистической неопределенностью в большинстве случаев основаны на тех или иных «смягчающих» допущениях, позволяющих получить приемлемые решения для некоторых частных задач. В то же время практика обработки данных, полученных в мониторинге состояния рынков капитала, в силу безынерционности наблюдаемых процессов и большого числа факторов влияния со стороны среды взаимодействия, столкнулась с неопределенностью самого общего вида. Иными словами, протекающие процессы по своей природе являются существенно неэргодичными и нестационарными и не допускают каких-либо комфортных для аналитиков предположений относительно природы данных. В связи с этим для анализа влияния указанной неопределенности следует рассматривать множество моделей данных, имитирующих различные типы возможных вариаций статистических характеристик.
Приведенные в статье материалы позволяют подтвердить гипотезу о том, что применение традиционных схем обработки данных в этих ситуациях приводят к существенному снижению точности прогнозирования, и, как следствие, к снижению эффективности управляющих решений. В то же время применение адаптивного подхода, ориентированного на слежение за текущими характеристиками процесса и подстройку соответствующих алгоритмов прогнозирования, оказывается недопустимым в силу безынерционности информационных процессов, описывающих динамику рынков капитала. Отсюда непосредственно вытекает вывод о целесообразности применения в подобных задачах робастифицированных алгоритмов обработки данных, обладающих статистической устойчивостью к перечисленным выше нестационарным вариациям вероятностных характеристик торговых процессов.