Существует два основных подхода к анализу фондового рынка: технический, основанный на регрессионном и корреляционном анализе временных рядов, и фундаментальный, основанный на выявлении и использовании для прогнозирования причинно-следственных взаимосвязей между событиями на фондовом рынке. Основной проблемой технического анализа является сложность интерпретации его результатов и сравнительно низкая достоверность прогноза. В фундаментальном подходе проблема состоит в получении информации о событиях, имеющих отношение к фондовому рынку.

В 1994 году автором была разработана система “Эйдос-6.2” [Пат. № 940217 РФ и Пат. № 940328 РФ РосАПО], обеспечивающая реализацию принципов и поддержку процедур автоматизированного когнитивного системного анализа (АКСА). На базе этой системы совместно с Б.Х.Шульман (США) была разработана универсальная автоматизированная система анализа и прогнозирования ситуаций на фондовом рынке “Эйдос-фонд” [Пат. № 940334 РФ РосАПО], которая за счет АКСА объединила достоинства технического и фундаментального подходов и преодолела в определенной степени их недостатки. Суть реализованного подхода состоит в том, что путем анализа временных рядов (биржевых баз данных) выявляются события на фондовом рынке и затем исследуются и используются для прогнозирования причинно-следственные связи между ними.

Формализация предметной области (когнитивная структуризация). Сбор и накопление информации в динамике о реальном поведении объекта управления под действием различных сочетаний факторов и формирование обучающей выборки (мониторинг) на основе естественной вариабельности, т.е. при неполных и неточных данных очень большой размерности. Взвешивание данных и обеспечение структурной репрезентативности обучающей выборки. Обучение системы и конкретизация абстрактной модели объекта управления (обобщение). Выявление причинно-следственных зависимостей в данных мониторинга. Применение робастных процедур для исключения артефактов. Определение условий достаточной статистики (критерий: стабилизация сходимости модели). Определение степени существенности факторов. Парето-оптимизация системы факторов (абстрагирование). Ортонормирование системы классов. Кластерно-конструктивный анализ классов и факторов (проблема комбинаторного взрыва при кластерном анализе преодолена путем применения конструктивного анализа). Генерация семантических сетей и когнитивных диаграмм. Решение прямых задач идентификации и прогнозирования. Оценка возможности достижения цели управления без оказания специальных управляющих воздействий. Информационные портреты классов. Определение оптимальных наборов факторов для достижения цели путем решения обратной задачи идентификации и прогнозирования, т.е. без перебора вариантов сочетаний факторов (решение проблемы комбинаторного взрыва при прогнозировании). Информационные портеры (семантический анализ) факторов. Замена (если это возможно) отсутствующих факторов наиболее близкими по их действию (влиянию) на поведение объекта управления с применением данных кластерно-конструктивного анализа. Прогнозирование последствий отсутствия или замены факторов (в различных сочетаниях). Принятие окончательного решения об управляющем воздействии. Контроль за работой системы в эксплуатации, определение её надёжности и работоспособности, т.е. интегральной и дифференциальной, внутренней и внешней валидности. Установление надёжной обратной связи по результатам оказания управляющих воздействий на объект управления и прогнозирования его поведения. Адаптация системы на основе данных обратной связи путем добавления в обучающую выборку оцененных и верифицированных данных о поведении объекта управления, а также путем уточнения формализованной модели объекта управления (корректировки справочников классов и признаков) и переобучения системы.