Specyfika data mining w finansach
Jeśli chodzi o analizę danych, każda dziedzina jest na swój sposób unikalna. Pomimo posługiwania się tym samym "arsenałem" narzędzi, jego zastosowanie w zależności od eksplorowanych danych może być bardzo różne.
Elementem niezmiennym pozostaje konieczność wykorzystania wiedzy eksperckiej, która pozostaje niezastąpiona, zwłaszcza podczas ewaluacji wyników. Oczywiście odnosi się to także do dziedziny finansów. Dane finansowe to przede wszystkim różnego rodzaju szeregi czasowe, a ich specyfika wynika m.in. z:
- potrzeby prognozowania wielowymiarowych szeregów czasowych o wysokim stopniu zaszumienia,
- konieczności wykorzystywania określonych, specyficznych miar efektywności (np. zysk z przeprowadzonych transakcji giełdowych) wraz z tradycyjnie używanymi wskaźnikami dokładności prognozy jak np.R,
- potrzeby tworzenia prognoz o różnych "rozdzielczościach" (minuty, dni, tygodnie, miesiące i lata),
- umożliwienia wprowadzania dodatkowych sygnałów jako danych wejściowych dla modeli predykcyjnych (np. 11 września),
- wymogu zapewnienia przejrzystości sposobu działania modelu prognostycznego,
- zapewnienia możliwości wykorzystywania niekiedy słabych, subtelnych wzorców - formacji, o krótkim czasie życia i wreszcie
- konieczności brania pod uwagę wpływu graczy giełdowych na rynek.
Ze względu na nieustannie zachodzące zmiany otoczenia ekonomicznego, w proces eksploracji danych finansowych jako stały element należy wprowadzić ciągłe "przeuczanie" stosowanych metod. Dynamika zachodzących procesów gospodarczych powoduje, że nie jest możliwym także stworzenie w pełni uniwersalnego, sprawdzającego się w każdych warunkach modelu. Dlatego wszelkie poszukiwania św. Graala, który do końca dni będzie w stanie swemu właścicielowi dostarczać niekończący się strumień gotówki, są niestety skazane na niepowodzenie. Co w żadnym razie nie oznacza, że te poszukiwania kiedykolwiek się zakończą...
Bibliografia
1. Boris Kovalerchuk, Evgenii Vityaev. Data Mining in Finance: From Extremes to Realism. Journal of Financial Transformation, 11:81–89, August 2004.
2. Wojciech Wilusz. Zastosowanie metod eksploracji danych w dziedzinie finansów. Wydaw. PITWIN - w druku.