Диссертация (1150940), страница 19
Текст из файла (страница 19)
Было установлено их отличие от моделивинеровского процесса, принятой в концепции эффективного рынка. Крометого, изучение процессов динамики валютных курсов для определенных днейнедели показало, что эти процессы различаются, подчас очень существенно.Полученные результаты наглядно демонстрируют возможность существованиястатистических закономерностей на валютном рынке, а, следовательно, ирациональность попыток отыскать подходящие методы прогнозированиявалютного рынка.Входедиссертационногосуществующиетехническийметодыиисследованияпрогнозированияфундаментальныйбыливалютногоанализ,атакжерассмотренырынка,такиеужекакэконометрическоепрогнозирование временных рядов.
Для того, чтобы улучшить их качество, былпредложен байесовский алгоритм оценивания вероятностей альтернативразвития рынка, позволяющий одновременно учесть как прогнозы экспертов,так и реальные статистические данные. При этом для обработки результатов,даваемых экспертными методами, было предложено использовать СППРАСПИД-3W.Кроме этого, существующие методы прогнозирования, особенно методытехнического анализа, рассматривают каждую валютную пару в отдельности,хотя рынок Forex представляет собой систему. Чтобы избавиться от этогонедостатка, были использованы инвариантные валютные индексы.
Как былопоказано, их применение может существенно сократить объем анализа, а такжепомочь в оптимальном выборе валютной пары для торговли, процентноеизменение котировки которой будет наибольшим. Процессы внутридневнойдинамики валютных индексов были изучены по обширному статистическомуматериалу.146Также, используя инвариантные валютные индексы, была построенастабильная агрегированная валюта SAC минимальной волатильности. Ранеетакие валюты строились только для длительных промежутков времени.Изучениевнутридневнойдинамикииндексапостроеннойстабильнойагрегированной валюты показало, что и на коротких, порядка одного дня,временных интервалах волатильность SAC в десятки раз ниже, чемволатильность индексов простых валют и котировок валютных пар. Былопредложено использовать SAC для внутридневного хеджирования валютныхрисков.Наконец, полученная стабильная агрегированная валюта позволяетсконструировать новые инструменты валютного рынка Forex, пригодные дляспекулятивной внутридневной торговли.
Для прогнозирования динамики этихпоказателейпредложеноиспользоватьбайесовскийметодполучениявероятностей альтернатив по системе индикаторов технического анализа иреальным статистическим данным, рассмотренный нами ранее.Таким образом, результаты диссертационного исследования могутоказаться полезными финансовым аналитикам, строящим прогнозы, а такжепосредникам рынка Forex, заинтересованным в создании новых финансовыхинструментов, привлекательных для инвестора.147Библиография1.Абрамов Л.М., Капустин В.Ф. Математическое программиорование - Л.,1981.2.АвагянГ.Л.,ВешкинЮ.Г.Международныевалютно-кредитныеотношения.
- М.: Экономист, 2005.3.Агапова Т.А., Серегина С.Ф. Макроэкономика. - М.: Изд-во «Дело исервис», 20044.Алмазов А.А. Фрактальная теория. Как поменять взгляд на финансовыерынки. - М.: Admiral Markets, 2009.5.Андерсон Т. Статистический анализ временных рядов. - М.: Наука, 1976.6.Бабешко Л.О. Математическое моделирование финансовой деятельности.- М.: Кнорус, 2009.7.Белова Е.В.
Технический анализ финансовых рынков. М.: ИНФРА-М,2006.8.Бокс Дж., Дженкинс Г. Анализ временных рядов: прогноз и управление. -М.: "Мир", 1974.9.Боровков А.А. Математическая статистика. - М.: "Наука", 1984.10.БубенкоЕ.А.,ХовановН.В.Использованиеагрегированныхэкономических благ постоянной ценности для хеджирования меновых рисков //Управление экономическими системами: электронный научный журнал. URL:http://uecs.ru/instrumentalnii-metody-ekonomiki/item/1762-2012-12-08-06-17-3411.Булковский Т.
Н. Полная энциклопедия графических ценовых моделей.М.: «И-Трейд», 2006.12.Вентцель А.Д. Курс теории случайных процессов. М.: Наука. Физматлит,1996.13.Вильямс Б. Торговый хаос. - М.: ИК Аналитика, 2000.14.Винс Р. Математика управления капиталом. Методы анализа рынка длятрейдеров и портфельных менеджеров. М.: Издательский дом Альпина, 2000.15.Волкова В.Н. Теория систем и системный анализ. М.: ИД Юрайт, 2010.14816.Гихман И.И., Скороход А.В. Введение в теорию случайных процессов. -М.: "Наука", 1977.17.ГусаковН.П.Международныевалютно-кредитныеотношения. М.:ИНФРА-М, 2011.18.Джини К. Средние величины. М.: Статистика, 1970.19.ДолматовА.С.Математическиеметодыриск-менджмента.М.:Издательство «Экзамен», 2007.20.Ежов А.А., Шумский С.А.
Нейрокомпьютинг и его применения вэкономике и бизнесе. М.: МИФИ, 2002.21.Елисеева И.И. Эконометрика. - М.: Финансы и статистика, 2007.22.Жижилев В. И. Оптимальные стратегии извлечения прибыли на рынкеForex и рынке ценных бумаг. М.: Финансовый консультант, 2002.23.Жук С.Н., Евстратчик С.В., “Применение байесовской модели дляоценивания вероятностей альтернатив в условиях неопределённости сиспользованиемнечисловой,неточнойинеполнойэкспертнойинформации”, Тр. СПИИРАН, 21 (2012), 95–119.24.Закарян И.О.
Практический Интернет-трейдинг. - М.: Интернет-трейдинг,2004.25.Закс Ш. Теория статистических выводов. - М.: "Мир", 1975.26.Зельнер А. Байесовские методы в эконометрии. М.: Статистика, 1980.27.КанеманД.,СловикП.,ТверскиА.Принятиерешенийвнеопределенности: Правила и предубеждения. Харьков: Изд-во Институтприкладной психологии «Гуманитарный центр», 2005.28.Кендалл М., Стьюарт А.
Многомерный статистический анализ ивременные ряды. М.: «Наука», 197629.Кендалл М., Стьюарт А. Статистические выводы и связи. М.: «Наука»,197330.Колби Р. Энциклопедия технических индикаторов рынка. М.: «АльпинаБизнес Букс», 2004.14931.Колесников Г.И., Корников В.В., Хованов Н.В. Мультипликативныемонетарные индексы // Обозрение прикладной и промышленной математики.2007. Том 14. Выпуск 6. С.
1049-1057.32.Колесников Г.И., Корников В.В., Хованов Н.В. Мультипликативныемонетарные индексы // Обозрение прикладной и промышленной математики.2007. Том 14. Выпуск 6. С. 1049-1057.33.Колесов Д.Н.,Колодко Д.В., Хованов Н.В. Байесовская оценкараспределения значений финансово-экономических показателей: теория ивозможныеприменения//Применениематематикивэкономике. Сборник статей. Выпуск 19. СПб.: 2012.: Нестор-История, 2012.
С.107-127.34.Колесов Д.Н., Михайлов М.В., Хованов Н.В. Оценивание сложныхфинансово-экономических объектовс использованием системы поддержкипринятия решений АСПИД-3W. СПбГУ, 2004.35.Колесов Д.Н., Ненашев Д.А., Хованов Н.В. Простая модель обмена:номинальная и ценностная структура агрегированных экономических благ:Вестник Санкт-Петербургского университета. Серия 5. Экономика. 2009.Выпуск 1. С. 108-119.36.Колмыкова Л.И.
Фундаментальный анализ финансовых рынков. - СПб.:Питер, 2005.37.Колодко Д.В. «Эффект дня недели» на валютном рынке Forex //Электронный научный журнал «Управление экономическими системами» №5,2012. URL:http://www.uecs.ru/index.php?option=com_flexicontent&view=items&id=133038.Колодко Д.В. Мониторинг валютного рынка Forex с помощью различныхтипов скользящих средних // Электронный научный журнал «Управлениеэкономическимисистемами»№1,2013.http://uecs.ru/index.php?option=com_flexicontent&view=items&id=1958150URL:39.Колодко Д.В.
Нестационарность и самоподобие валютного рынка Forex //Электронный научный журнал «Управление экономическими системами» №3,2012. URL:http://www.uecs.ru/index.php?option=com_flexicontent&view=items&id=114440.Колодко Д.В. Экспертное краткосрочное прогнозирование валютногорынка Forex // Электронный научный журнал «Управление экономическимисистемами» №4, 2012. URL:http://www.uecs.ru/index.php?option=com_flexicontent&view=items&id=122541.Конюховский П.В.
Математические методы исследования операций вэкономике: 2-е изд. - СПб.: Издательство СПбГУ, 2009.42.Корнелиус Л. Применение технического анализа на мировом валютномрынке Forex. - М. Издательский дом «Евро», 2003.43.Коробова Г.Г. Банковское дело. - М.: Экономист, 2006.44.Крамер Г. Математические методы статистики. М.: Мир, 1975.45.Лин К. Дейтрейдинг на рынке Forex. Стратегии извлечения прибыли. -М.: Альпина Бизнес Букс, 2007.46.Лиховидов В.Н. Фундаментальный анализ мировых валютных рынков:методы прогнозирования и принятия решений. Владивосток, 1999.47.Лукашин Ю.П. Адаптивные методы краткосрочного прогнозированиявременных рядов. М.: Финансы и статистика, 2003.48.Люу Ю.-Д.
Методы и алгоритмы финансовой математики. М.: Бином;Лаборатория знаний, 2007.49.Маршалл Дж.Ф., Бансал В.К. Финансовая инженерия. М.: ИНФРА-М.,1998.50.Мельников Р.М. Эмпирический анализ динамики обменного курса рубля// Финансовая аналитика: проблемы и решения, № 3 (141) - январь 2013. С. 2 –10.51.Мэрфи Д. Межрыночный технический анализ. – М.: Диаграмма, 1999.52.Нидерхоффер В. Практика биржевых спекуляций. - М.: Альпина БизнесБукс, 2007.15153.Нисон С. За гранью японских свеч. М.: Издательство «Диаграмма», 2001.54.Нисон С. Японские свечи: графический анализ финансовых рынков. М.:Издательство «Диаграмма», 1998.55.Носко В.П. Эконометрика, ч. 2. Регрессионный анализ временных рядов.М.: Издательский дом «Дело» РАНХиГС, 2011.56.Орлов А.И.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
