Использование компьютерных программных узлов для организации работы в сфере инвестиций

В современной практике организации работы фондового рынка и рынка ценных бумаг наиболее перспективным направлением является использование интеллектуальных систем обработки данных. В свою очередь успешность планирования и улучшения инвестиционной привлекательности области определяется тем инструментарием, технологиями, которые используются современными аналитиками, поэтому задача разработки подсистемы мониторинга рынка ценных бумаг или фондовых индексов является весьма актуальной.

Отечественные инвестиционные компании начинают использовать автоматизированные комплексы, но анализ их успехов в этой сфере позволяет ученым прийти к таким выводам:

1) информационное обеспечение служб является достаточно современным, развитым, но выполняет, в основном, задачи регистрации, накопления, хранения статистических данных;

2) без системы аналитической обработки данных использование регистрационной системы не позволяет решать задачи прогнозирования и, следовательно, оценки инвестиционной привлекательности отдельного предприятия или области в целом. И если прочитать отзывы о форекс, то можно сделать выводы о том, что работать в этой сфере без таких данных почти невозможно.

В таких условиях стоит использования весьма популярные в сфере инвестиционной деятельности инструменты, такие как Data Mining.

Data Mining — это процесс выделения, исследования и моделирования больших объемов данных для выявления неизвестных до этого структур с целью достижения преимуществ в бизнесе, синонимом термина Data Mining является термин «интеллектуальный анализ данных». Для решения указанных вопросов было учеными предложено внедрение подсистемы мониторинга рынка ценных бумаг и фондовых индексов на базе технологии Data Mining в специализированной компьютерной системе.

В качестве источника данных были приняты и последовательно обработаны в табличном процессоре изменения значения цен акций предприятий. Выходные данные были собраны с электронных хранилищ данных и фондовой торговой системы.

На этапе очистки, учеными было устранено дублирование данных, рассмотрены возможные противоречия и выполнена проверка области совместимости, затем были выполнены обогащения данных и их частичное кодирования.

На следующем шаге была выполнена кластеризация данных с целью объединения однородных данных в массивы. В результате определены общую тенденцию на повышение цены акции в течение следующего периода при сохранении веса ценной бумаги на уровне прошлого года.

Всего в ходе исследования были выполнены расчеты с помощью программных узлов, которые подтвердили основной вывод о восходящем характере выбранного параметра, повышение цены и количества проданных акций в зависимости от повышения веса акции, то есть целесообразность для инвестора дальнейшего приобретения акций предприятия в следующий после проанализированного период, или целесообразность для владельца акций выставления их на торги для привлечения дополнительных средств.

Данные об источниках:

В статье использованы материалы таких авторов:

Глухова А.В., Профатило А.Ю., Вьюненко О.Б. Внедрение современных технологий организации работы информационно-мониторинговой службы. // Научные труды Сумского НАУ (1-8 ноября 2014). — В 3 т. / Т. І. — Сумы, 2014. — 357 с.

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *