Автореферат (1138423), страница 3

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 3)

Поэтому в качестве основы предлагаемого в диссертации методапрогнозирования были выбраны методы технического анализа и проведенаихадаптациясучетомспецификивысокочастотныхопераций.Необходимость адаптации была обусловлена полной автоматизациейсовершения операций, использованием цен связанных рыночных активовпри прогнозировании, возможностью выявления сложных рыночныхзакономерностей и динамической адаптацией прогностической модели.Третья глава диссертации посвящена формированию основныхположений аналогового метода сверхкраткосрочного автоматизированногопрогнозирования рыночных цен.

При рассмотрении первой аксиомытехнического анализа – «движения цен на рынке учитывают всюинформацию» было показано, что на сверхкраткосрочном таймфреймеизменения цен актива образуются под влиянием ценовых измененийсвязанных финансовых инструментов. Данный вывод был подтвержденэмпирически на основе корреляционного анализа, в ходе которого былоустановлено наличие сильной взаимосвязи ценовых изменений наиболееликвидных финансовых инструментов российского рынка и фьючерса наИндексРТС.Врезультатебылсделанвыводотом,чтосверхкраткосрочное прогнозирование цен требует анализа рыночнойситуации в целом за счет использования динамики цен связанных активов,а не только прогнозируемого финансового инструмента.15В ходе рассмотрения второй аксиомы технического анализа –«движения цен подчинены тенденциям», было показано, что насверхкраткосрочном временном горизонте ее выполнение обеспечиваетсяразличной скоростью совершения операций участниками торгов.

Этоприводиткналичиювценовойдинамикепериодоврыночнойнеэффективности и существованию тенденций внутри них, а значит –говоритовозможностипрогнозированиярыночныхценнасверхкраткосрочных временных интервалах.На основе третьей аксиомы технического анализа – «историяповторяется»былисформированыалгоритмыпрогнозированияаналогового метода. Данная аксиома говорит о том, что для определениябудущих значений цен необходимо применять модели, разработанные наоснове анализа исторических данных, поскольку схожие рыночныеситуации приводят к одинаковым реакциям прогнозируемого актива.Поэтому прогнозирование должно основываться на выявлении прошлыхситуаций, аналогичных текущей, и анализе реакций цен финансовогоактива на их возникновение.Для сравнения текущей рыночной ситуации с прошлыми, каждая изних представляется в виде набора сигналов, проявившихся в ценахпрогнозируемого финансового инструмента и связанных с ним. В качествесигнала используется показатель изменения цен за период фиксацииситуации, рассчитываемый по формуле (1).(1)где:– сигнал, проявившийся по i-му активу, входящему вситуацию;– цена финансового актива в начальный моментпериода фиксации ситуации;– цена финансового актива вконечный момент периода фиксации ситуации.16Связанные финансовые инструменты формируют представление отекущей рыночной ситуации.

Они отбираются среди активов, имеющихвысокие показатели корреляции с прогнозируемым инструментом. Дляэтогоустанавливаетсяминимальныйуровенькорреляции,припревышении которого актив включается в прогностическую модель.Выявление прошлых ситуаций, аналогичных текущей, также требуетопределения: периода поиска прошлых ситуаций, периода фиксациикаждой ситуации, периода фиксации реакций котировок прогнозируемогоактива на возникновение прошлых ситуаций (этот же период являетсяпрогнозным, поскольку именно на такой отрезок времени рассчитываетсяпрогноз для текущей ситуации).Формирование прогноза на основе аналогового метода реализуется втри шага.

Шаг 1. Сравнение сигналов прошлых ситуаций с сигналамитекущей. Сопоставление сигналов текущей и прошлых ситуацийвыполняетсяпокаждомувходящемувнихрыночномуПосредством установления функции подобиясигналов по модулю (другу (активу., различие) переводится в коэффициенты их подобия друг): чем меньше отличие сигналов, тем больше значениекоэффициента подобия. В результате таких преобразований каждаяпрошлая ситуация представляется в виде набора коэффициентов подобия.Различие сигналоврассчитывается по формуле:(2)где:- различие сигналов текущей и прошлой ситуации;– сигнал, проявившийся по i-му активу в текущей ситуации;– сигнал, проявившийся по i-му активу в прошлых ситуациях.17Шаг 2.

Определение группы прошлых ситуаций, аналогичныхтекущей. Объединением коэффициентов подобия отдельных сигналовпрошлой ситуации по формуле (3) рассчитывается общая оценка ееподобия текущей:(3)где:– общий коэффициент подобия i-ой прошлой ситуации поотношению к текущей;– коэффициенты подобиясигналов, проявившихся в прошлой ситуации, по отношению ксоответствующим сигналам текущей ситуации;- удельный вескаждого финансового актива, используемого при описании ситуаций.На основе полученных для каждой прошлой ситуации общихкоэффициентов подобия выделяется группа ситуаций, аналогичныхтекущей. Для этого устанавливается минимальный уровень значенияобщего коэффициента подобия, при превышении которого считается, чтоситуация является аналогичной сложившейся на рынке в данный момент.Шаг 3.

Формирование прогноза. Прогноз для текущей рыночнойситуациирассчитываетсяпосредствомобобщенияреакцийценпрогнозируемого актива, которые следовали за прошлыми ситуациями,аналогичными текущей, по формуле (4). Удельный вес каждой реакциицен определяется на основе общего коэффициента подобия прошлойситуации, за которой она следовала, по формуле (5).(4)(5)18где:–прогноз для текущей ситуации;– удельные весаситуаций, используемых при прогнозировании;– общиекоэффициенты подобия ситуаций, аналогичных текущей;–реакции цен, следовавшие за прошлыми ситуациями, аналогичнымитекущей;– количество ситуаций, аналогичных текущей, которыеиспользовались при формировании прогноза.При сравнении аналогового метода с традиционными методамитехнического анализа были выявлены следующие его преимущества: формируемые прогнозы являются более проработанными, посколькуоснованы на анализе рыночной ситуации в целом, а не толькоценовой динамики прогнозируемого актива; отсутствие жесткой структуры модели прогнозирования делаеткаждыйпрогнозуникальныминешаблонным,способствуетвыявлению и использованию при прогнозировании сложных инеявных рыночных закономерностей, позволяя более полно и точноучитывать сложный характер динамики цен рыночных активов; прогностическаямодельнепрерывноадаптируетсякакксверхкраткосрочным, так и к более долгосрочным рыночнымизменениям.Несмотря на то, что аналоговый метод обладает значимымипреимуществами перед традиционными методами технического анализа,для того, чтобы сделать итоговый вывод о его эффективности, былопроведено отдельное эмпирическое исследование, в ходе которогосформулированы третья и четвертая гипотезы.

Третья гипотеза звучитследующим образом: использование при прогнозировании цен рыночногоактива дополнительной информации – изменений цен связанных активов,позволяет достигать лучших показателей торговли. Четвертая гипотезаговорит о том, что аналоговый метод позволяет лучше, чем традиционные19методытехническогоанализа,определятьпериодырыночнойнеэффективности, которые можно использовать для получения прибыли отсовершения рыночных операций.Эмпирическая проверка третьей гипотезы проводилась на основесравнения аналогового метода и индикатора MACD, показавшего лучшиерезультаты среди исследуемых методов технического анализа.

Данные,представленные в табл. 3, наглядно демонстрируют, что аналоговый методпозволяет достигать значительно более высоких показателей торговли посравнению с индикатором MACD.Таблица 3Результаты тестирования аналогового метода и индикатора MACDПрибыль за всепериоды (руб.)22.11.2010 - 26.11.201008.11.2010 - 12.11.201025.10.2010 - 29.10.201018.10.2010 - 22.10.201023.08.2010 - 27.08.201009.08.2010 - 13.08.201002.08.2010 - 06.08.2010Тестируемыеметодыпрогнозирования26.07.2010 - 30.07.2010Прибыль за периоды тестирования (руб.)Прибыль за всепериоды (% годовых)на периоде данных вне обучающей выборкиАналоговый1661 5311 4867 1190 6750 1965 3594 1229 26567 166%метод-491 918 -2013 -667 1482 -2053 -3651 -1342 -7817 -49%MACDПоскольку при аналоговом методе прогнозирование основывается наиспользованиисвязанныхпоказателей,полученныеэмпирическиерезультаты позволяют говорить о выполнении третьей гипотезы.

Вкачествесвязанныхпоказателейиспользовалисьценыакцийифьючерсных контрактов на эти акции, обращающихся на российскомфондовом рынке и имеющих наиболее высокие показатели корреляции сценами фьючерса на Индекс РТС (таблица 4).20Таблица 4Значения корреляции приростов цен фьючерса на Индекс РТС ифинансовых инструментов, используемых при тестированиианалогового методаЗначениякорреляцииАкции ОАО «Газпром», ао0,82Акции ОАО «ЛУКОЙЛ», ао0,71Акции ОАО «Сбербанк России», ао0,8Акции ОАО ГМК «Норильский никель», ао0,72Акции ОАО НК «Роснефть», ао0,73Фьючерсный контракт на акции ОАО «Газпром»0,83Фьючерсный контракт на акции ОАО «ЛУКОЙЛ»0,79Фьючерсный контракт на акции ОАО «Сбербанк России»0,85Фьючерсный контракт на акции ОАО ГМК «Норильский никель»0,77Фьючерсный контракт на акции ОАО НК «Роснефть»0,75Финансовый инструментПолученная при тестировании аналогового метода прибыль – 26567рублей (27,7% за использованный период или около 166% годовых), такжепозволяетутверждатьоегоприменимостидляреализациивысокочастотных алгоритмических стратегий.При проверке четвертой гипотезы было установлено, что аналоговыйметод позволяет выявлять периоды рыночной неэффективности, равныепримерно 12,5 секундам (табл.5).

Такая длительность периодов рыночнойнеэффективности достаточна для получения прибыли, что было показановыше.Этоговоритопреимуществеаналоговогометодапередтрадиционными методами технического анализа, которые не способнывыявлятьпериодырыночнойнеэффективности,поэтомуутверждать о выполнении четвертой гипотезы исследования.21можноТаблица 6Результаты совершения операций на основе аналогового методапри различной длительности задержек открытия позицийЗадержка открытияпозиций, секунд-0,5 сек0 сек0,5 сек1 сек1,5 сек2 сек2,5 сек3 сек4 сек5 сек7,5 сек10 сек12,5 сек15 сек20 сек25 сек50 сек75 секПрибыль от совершенияопераций, руб.38030311762383019220148461175864003067-1481-6697-16503-22418-28384-27152-26819-30109-26638-22923Результаты эмпирической проверки четвертой гипотезы такжепозволяютсделатьвыводыотом,чтотекущаядинамикаценпрогнозируемого и связанных финансовых инструментов: оказывает влияние на будущие значения цен прогнозируемогоактива; отражается в ценах прогнозируемого актива не мгновенно, а втечение некоторого времени – периода рыночной неэффективности,что говорит о неприменимости гипотезы эффективного рынка длясверхкраткосрочного таймфрейма.223.

Характеристики

Список файлов диссертации