Имитационное моделирование есть процесс конструирования модели реальной системы и постановки экспериментов на этой модели с целью либо понять поведение системы, либо оценить (в рамках ограничений, накладываемых некоторым критерием или совокупностью критериев) различные стратегии, обеспечивающие функционирование данной системы. Таким образом, процесс имитационного моделирования мы понимаем как процесс, включающий и построение модели, и аналитическое применение модели для изучения некоторой проблемы.

Под имитационной моделью понимают вычислительную процедуру, формализовано описывающую изучаемый объект и имитирующую его поведение. Но в то же время имитационное моделирование и экспериментирование во многом остаются интуитивными процессами, требующими от составителя модели практического опыта в имитируемой области. Основное свойство имитационной модели в экономическом анализе заключается в её способности ответить на вопрос: что будет, если… и почему?

Имитационное моделирование не ограничивается лишь экспериментами, проводимыми с помощью машинных моделей. Много полезных видов имитационного моделирования может быть осуществлено и осуществляется всего лишь при помощи листа бумаги и пера или при помощи калькулятора. В. А. Кутузов [9] по этому поводу, например, утверждает, что задача изучения простой системы массового обслуживания – магазина с одним продавцом, где требуется определить среднее время (мин.) ожидания покупателем обслуживания и загрузку продавца (%) может быть наиболее эффективно решена методом имитационного моделирования без ЭВМ. Достаточно иметь лишь урну, десять билетов с номерами от одного до десяти и игральную кость.

Имитационное моделирование является поэтому экспериментальной и прикладной методологией, имеющей цель:

· описать поведение систем,

· построить теории и гипотезы, которые могут объяснить наблюдаемое поведение,

· использовать эти теории для предсказания будущего поведения системы, т. е. тех воздействий, которые могут быть вызваны изменениями в системе или изменениями способов её функционирования.

Для имитационного моделирования характерна возможность выхода за рамки классической математики, что освобождает его от форм, ограничивающих неформализуемые процессы в экономике. Такая особенность открывает возможности для любых средств, не только чисто математических, схематических, шаблонных, формализованных, но других способов, приёмов, позволяющих с некоторыми приближениями и допущениями, отличными от математических правил, приспосабливать модель, связывать её формы в соответствии с реальными хозяйственными процессами и всевозможными возмущениями среды. Причём входы модели и/или функциональные соотношения между различными её компонентами могут содержать, а могут и не содержать элемент случайности.

Имитационная модель помогает руководителю полнее и глубже понять и прочувствовать задачу. Когда руководитель достигает подлинного понимания проблемы и начинает свободно управлять своей моделью, он обретает способность видеть содержание своей работы с иных точек зрения. Он захочет проверить на модели множество альтернативных вариантов и направлений, чтобы оценить открывшиеся ему новые возможности. По сути дела, он использует модель для повышения своего мастерства управления, построения и проведения финансовой политики. И эта модель позволяет ему на новом уровне чётко установить все существенные последствия вносимых в систему изменений, накапливать знания о системе и опыт, формируя, таким образом, базу знаний. Руководитель обращается к модели как к средству оценки новых интуитивных предположений и умозаключений. Таким образом, имитационное моделирование становится процессом обучения, как для создателя модели, так и для её пользователя.

Использование эвристических методов и имитационного моделирования на базе информационных технологий позволяет создавать экспертные системы. Программные системы ЭВМ, реализующие алгоритмы, для которых не существует формальной модели решения, называют эвристическими и относят к классу экспертных (интеллектуальных) систем (ЭС)). Эти системы используются как средства интеллектуального решения проблем в некоторой предметной области на основе принципа воспроизведения знаний опытных специалистов – экспертов.

Главной особенностью экспертных систем является широкое использование в них эвристических (неформализованных) задач типа «что будет, если …», основанных на опыте и логике специалистов. Исходя из собственного опыта, каждый эксперт анализирует ситуацию и распознаёт наиболее полезную информацию, оптимизирует принятие решений, отсекая тупиковые пути. В экспертных системах делается упор на автоматизацию процессов эвристических решений. Экспертная система достигает высокой эффективности за счёт перебора большого числа альтернатив при выборе решения, опираясь на высококачественный опыт группы специалистов; анализирует влияние большого объёма новых факторов, оценивая их при построении стратегий, добавляя возможности прогноза.

Преимущества экспертных систем по сравнению с использованием опытных специалистов без создания ЭС состоят в следующем:

· достигнутая компетентность не утрачивается, может документироваться, передаваться, воспроизводиться и наращиваться;

· в ЭС имеют место более устойчивые результаты, отсутствуют эмоциональные и другие субъективные факторы;

· высокая стоимость разработки уравновешивается низкой стоимостью эксплуатации, возможностью копирования, многократным повышением эффективности использования интеллекта высококвалифицированных специалистов и наращиванием интеллектуальных возможностей менее квалифицированных работников.

Экспертные системы отличаются от обычных компьютерных систем следующими свойствами:

· экспертные системы манипулируют знаниями, тогда как традиционные системы – данными;

· экспертные системы, в отличие от традиционных компьютерных систем, имеют потенциальную способность «учиться» на своих ошибках;

· средствами ЭС актуализируется создание гибкой сети ответов не только на вопросы «что, если?», но и «почему?».

Как было отмечено, современные экспертные (интеллектуальные) системы принято относить к искусственному интеллекту. Их недостаткам в сравнении с естественным интеллектом считается меньшая приспособляемость к обучению новым правилам и концепциям, к творчеству и изобретательству. В случае некорректных данных или неполных правил методы нахождения решений проблем высококвалифицированными специалистами достигаются на основе рассуждений, исходящих из фундаментальных принципов. В компьютерных экспертных системах такие свойства менее разработаны.

Другим недостатком экспертных систем являются значительные трудозатраты, необходимые для пополнения базы знаний. Получение знаний от экспертов и внесение их в базу знаний представляет собой сложный процесс, сопряжённый со значительными затратами времени и средств.

Для разработки и проведения внешней политики на финансовых рынках используют так называемый «технический анализ». Технический анализ – это метод прогнозирования цен с помощью рассмотрения графиков движений рынка за предыдущие периоды времени. Под термином «движения рынка» принято считать три основных вида информации: цена, объём и открытый интерес.