Русский  |  English  |  Карта сайта

Фонд перспективных исследований, 2015 год

Конкурс для поиска лучшего отечественного коллектива, способного преодолеть существующие недостатки технологий распознавания лиц.

Avito, 2015 год

конкурс анализа данных, посвященный проблематике Uplift modelling для решения задачи распознавания отклика клиентов на маркетинговое предложение

Avito, 2014 год

конкурс по распознаванию контактной информации на изображениях

Банк Траст, 2014 год

Внедрение системы прогнозирования поведения клиентов и оптимизации кампаний целевого маркетинга Sell4Cast

ОТП Банк, 2011 год

конкурс анализа данных по решению задачи предсказания отклика клиентов на предложение новой услуги

Компания «Балтика», 2011 год

Автоматизация прогнозирования вторичных продаж

ММВБ, 2010 год

Система анализа финансовых рынков «САФРАН 3.0»

ГК «Лама», 2010 год

Внедрение системы автоматического формирования заказа на распредительном центре компании

ЗАО «НСС», 2009 год

Внедрение BI/CRM систем Forecsys & Teradata

ГК «Видео Интернешнл», 2009 год

Улучшения системы прогнозирования компании

ГК «Лама», 2009 год

Внедрение системы прогнозирования спроса и управления запасами Goods4Cast

Банк «Петрокоммерц», 2009 год

Система поддержки принятия кредитных решений

М-Видео, 2008 год

Оптимизации процессов планирования продаж и закупок товаров

Компания «Балтика», 2008 год

Внедрение системы прогнозирования спроса и планирования продаж

ГК «Комстар – ОТС», 2008 год

Поведенческая сегментация клиентов

ГУ-ВШЭ, 2007 год

Внедрение системы Антиплагиат

Сеть «Связной», 2007 год

Создание и внедрение ИС «Ценообразование»

Сеть «Связной», 2007 год

Внедрение системы прогнозирования спроса

X5 Retail Group, 2007 год

Объединение процессов ведения номенклатуры нескольких розничных торговых сетей

ГВЦ РАО «ЕЭС России», 2006 год

Анализ отраслевых данных энергетических компаний

AntiPlagiat.ru, 2005 год

Интернет-сервис анализа текстов на наличие заимствований

АП «Домодедово», 2005 год

Решение для имитационного моделирования транспортной сети аэропорта

Яндекс, 2005 год

Технология выявления взаимосогласованных структур сходства пользователей и ресурсов

ТД «Перекресток», 2005 год

Система прогнозирования потребительского спроса Goods4Cast

Брок-Инвест-Сервис, 2005 год

Анализ и сегментация клиентской базы

ОАО «МТС», 2004 год

Исследование поведенческой сегментации клиентов

Банк «Петрокоммерц», 2004 год

Система поддержки принятия кредитных решений

«Интер РАО ЕЭС», 2004 год

Автоматизированная система поддержки принятия решений на энергетических рынках «Aprel 1.0»

РАО «ЕЭС России», 2001 год

Автоматизированная система поддержки принятия решений «Форель 1.0»

ММВБ, 1999 год

Учебная имитационная торговая система «Имитрейд»

ММВБ, 1997 год

Компания-заказчик: ММВБ

Сроки проекта:        1997 год

История проекта

В 1997 Президентом Российской Академии наук академиком РАН Ю.С. Осиповым и генеральным директором ЗАО «ММВБ» А.В. Захаровым был подписан меморандум о сотрудничестве в области использования научных достижений РАН для развития биржевых технологий ММВБ. Во исполнение данного меморандума коллективом ученых и разработчиков под руководством академика РАН Ю.И. Журавлева и члена-корреспондента РАН К.В. Рудакова совместно со специалистами ММВБ была создана Система Анализа Финансовых Рынков («САФРАН»).

Основными предпосылками создания системы явились:

  • наличие электронной системы биржевых торгов ММВБ, технологии которой соответствуют самым высоким мировым стандартам;
  • необходимость внедрения биржевого мониторинга и надзора для обеспечения информационной прозрачности рынков и справедливого ценообразования;
  • отсутствие богатой истории биржевых торгов и неразвитость рынка, что не позволило непосредственно использовать зарубежные разработки;
  • наличие уникальных научных разработок в области информатики.

Особенности проекта

На этапе создания пилотного проекта разработчики изучили зарубежные системы подобного назначения. Выяснилось, что западные технологии основаны на анализе движения цен групп схожих финансовых инструментов. Специфика российского рынка, а именно небольшое количество финансовых инструментов, низкая ликвидность, малая активность торгов по большинству финансовых инструментов не позволяла непосредственно использовать зарубежный опыт.

Основа подхода

В основу подхода, примененного в системе «САФРАН», была положена концепция анализа индивидуального и группового поведения участников торгов, в отличие от зарубежных систем, где анализируется поведение финансовых инструментов.

Функциональные характеристики

Функциональные возможности системы «САФРАН» распределены между следующими основными подсистемами:

  • оперативного мониторинга;
  • визуализации хода торгов;
  • расчета и представления признаков поведения участников;
  • анализа влияния участников на ход торгов.

Подсистема оперативного мониторинга предназначена для генерации сигналов о необычном поведении участников торгов в соответствии с заданным набором критериев. Она позволяет отправлять сигнальные сообщения по почте, наблюдать за ходом торгов с помощью обновляемых on-line графиков и таблиц, строить отчеты. Режим настройки критериев использует специальные оптимизационные процедуры для автоматического подбора параметров в критериях генерации сигналов.

Подсистема визуализации хода торгов предназначена для графического и тестового представления пользователям хода торгов. На графиках отображаются цены и объемы заявок и сделок участников, долгосрочные и краткосрочные ценовые тренды, что традиционно для систем подобного назначения, а также графические образы очередей заявок на покупку и продажу, динамика изменений позиций.

Подсистема расчета и представления признаков поведения позволяет пользователям вычислять более 150 специально разработанных агрегированных числовых характеристик (признаков) участников торгов. Результаты вычислений могут быть представлены в традиционных формах: столбчатой диаграммы или точечного графика по паре признаков. Но наиболее мощным инструментом анализа являются так называемые карты сходства (Similarity Maps) поведения участников. Они позволяют по вычисленным (на основе признаков) оценкам сходства поведения участников разместить их (участников) на экране в соответствии с этими оценками сходства, что дает эксперту возможность получить наглядное представление о близости поведения различных участников. Для группы признаков, характеризующих синхронность действий участников (динамических признаков), имеется возможность построения специальной диаграммы «Профиль рынка», отражающей общий уровень напряженности рыночной ситуации.

Подсистема анализа влияния участников на ход торгов позволяет пользователю оценивать воздействие каждого конкретного участника или группы участников на движение цены. Для этой цели используется специально разработанный функционал влияния участников на движение цены. Результаты представляются в виде точечного графика участников в осях «объем-влияние», что позволяет для каждого участника визуально оценить его вклад в итоговое изменение цены, а также дать общую характеристику рынка («бычий» или «медвежий»). График влияния, на котором наряду с реальным движением цены отображается гипотетическое движение цены без учета влияния одного или группы участников, позволяет проанализировать воздействие на цену этой группы участников.

Рабочий вид системы

Рис. 1. Подсистема оперативного мониторинга
Рис. 1. Подсистема оперативного мониторинга.
Рис. 2. Подсистема визуализации хода торгов
Рис. 2. Подсистема визуализации хода торгов.
Рис. 3. Подсистема анализа влияния участников на ход торгов
Рис. 3. Подсистема анализа влияния участников на ход торгов.
Рис. 4. Распределение участников торгов
Рис. 4. Подсистема анализа влияния участников на ход торгов. Распределение участников торгов.