Автореферат (1152467), страница 2

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

Текст из файла (страница 2)

Создана автоматизированная система для популярной средиучастников финансового рынка платформы MetaTrader 4,7позволяющая формировать торговые решения, используяпредложенный метод агрегации финансовых рядов и прогнозыразработанных экономико-математических моделей, и совершатьсоответствующие этим решениям торговые операции безнепосредственного участия пользователя, но под его контролем.4. Разработаны процедуры обучения автоматизированныхторговых систем для платформы MetaTrader 4, состоящие всогласованном применении заложенных в платформу целевыхфункций оптимизации генетическим алгоритмом и способовпоследующего выбора подходящего сценария, содержащегозначения оптимизируемых параметров обучаемой системы,обеспечивающих наилучшую результативность ее реальногопрактического использования.5. Разработан метод, позволяющий повышать адаптируемостьавтоматизированных торговых систем к постоянно меняющимсяконъюнктурным особенностям рыночной динамики и улучшатьрезультативность их реального практического использования засчет агрегации прогнозов математических моделей и инструментовтехнического анализа с учетом оценки адекватности каждогопрогноза конъюнктуре рассматриваемого рыночного процесса,формируемой путем обучения соответствующей системы наисторических данных.6.

Проведена верификация разработанных моделей иапробация созданной на их основе автоматизированной торговойсистемы на реальных исторических данных международноговалютного рынка.Теоретическая значимость исследования заключается всовершенствовании подходов к принятию торговых решений нафинансовом рынке и путей их инструментальной реализации спомощью средств автоматизированной торговли.Практическая значимость исследования состоит в том, чтопостроенные экономико-математические модели и разработанная наих основе автоматизированная торговая система могут бытьиспользованы профессиональными участниками финансовогорынка, в том числе частными инвесторами и финансовымиучреждениями,атакжелюбымизаинтересованнымиисследователями в качестве эффективного инструмента дляполучения прогнозов, принятия обоснованных инвестиционных8решений и проведения реальных торговых операций вавтоматизированном режиме, без непосредственного участияпользователя, но под его контролем.Апробация результатов исследования была проведена наследующих научных мероприятиях: ХV Международнаямолодежнаянаучно-практическаяконференция«Научныеисследования и разработки молодых ученых» (НГТУ, г.Новосибирск, 7 декабря 2016 г.), II Международная научнаяконференция «Прикладные статистические исследования и бизнесаналитика» (РЭУ им.

Г.В. Плеханова, г. Москва, 12-20 декабря 2016г.), XII Международный научный конгресс «Роль бизнеса втрансформации общества – 2017» (Университет «Синергия», г.Москва, 5 апреля 2017 г.), I Международная научно-практическаяконференция «Статистические методы исследования социальноэкономических и экологических систем региона» (ТГТУ, г. Тамбов,26-27 октября 2017 г.), Intarnational conference «Probability Theoryand Mathematical Statistics 2017» (Kazan Federal University, Kazan,November 7-10 2017 г.), VIII Международная научно-практическаяконференция имени А.И.

Китова «Информационные технологии иматематические методы в экономике и управлении» (РЭУ им. Г.В.Плеханова, г. Москва, 22-23 марта 2018 г.), XIII Международныйнаучный конгресс «Роль бизнеса в трансформации общества –2018» (Университет «Синергия», г. Москва, 18 апреля 2018 г.).Внедрениерезультатовисследования.Построенныйкомплекс прогнозных экономико-математических моделей иразработанная на его основе автоматизированная торговая системпрошли успешную апробацию на реальных исторических данныхрынков USDJPY, USDRUB и EURUSD за период с 2012 по 2017год. Отдельные результаты проведенного исследования нашлиприменение в ряде технических разработок для практическойдеятельности Управления продаж продуктов финансового рынкаДепартамента инвестиционных продуктов ПАО «Банк ВТБ», чтоподтверждается справкой о внедрении.Публикации. По теме диссертационного исследованияопубликовано 11 печатных работ общим объемом 5,61 п.л., в томчисле 7 печатных работ в изданиях из Перечня рецензируемыхнаучных изданий, в которых должны быть опубликованы основныенаучные результаты на соискание ученой степени кандидата наук,9общим объемом 4,42 п.л.

Также имеется свидетельство огосударственной регистрации программы для ЭВМ.Структура, объем и содержание диссертации. Диссертациявключает введение, 3 главы, заключение, список литературы иприложения. Общий объем составляет 217 страниц и включает 24таблицы, 31 рисунок, 64 формулы и 18 приложений. Списоклитературы состоит из 172 источников.II. Основные положения диссертации, выносимые на защиту1. Разработан метод первоначальной агрегации данныхфинансового рынка на основе функции их волатильности,позволяющийпутемвыявленияпороговыхзначенийагрегации, соответствующих минимумам тестовой статистикикритерия Колмогорова-Смирнова, увеличивать однородностьстатистических свойств рассматриваемых процессов рыночнойдинамики.В рамках поставленной задачи по разработке универсальноприменимого метода первоначальной агрегации финансовых рядов,позволяющего увеличивать однородность статистических свойствпроцесса их динамики, была рассмотрена существующаятеоретическая концепция относительности временного фактора нафинансовом рынке.В общем виде данная концепция основывается наиспользованииспециальнойшкалырыночноговремени,отличающегосяотастрономическогоскоростьюхода,подверженной как случайным, так и периодическим изменениям,происходящим под воздействием объема (плотности) возникающихрыночных событий, таких как выход различного рода новостей,носящих, в частности, важный экономический или политическийхарактер, наступление определенных, присущих конкретномурынку, структурных изменений, влияющих на рыночнуюактивность, и т.д.

Исходя из того, что количество происходящихрыночных событий отличается для различных интерваловастрономического времени, концепцию относительности рыночноговремени можно сформулировать следующим образом: рыночноевремя ускоряется с ростом объема происходящих событий изамедляется в случае его снижения. В свою очередь, изменяющийся10характер скорости течения рыночного времени приводит кнеоднородности статистических свойств финансовых рядов и,следовательно, к осложнению задачи их моделирования ипрогнозирования.Существующие исследования на тему практической реализацииописанной концепции сводятся к представлению различных путейпроведения процедуры агрегации финансовых рядов, называемойприведением их к виду равного рыночного времени и опирающейсяна использование количественного показателя, иллюстрирующегообъем прошедших рыночных событий и являющегося функциейобъема торгов, расстояния, пройденного ценой, суммы квадратов ееприращений или астрономического времени.

Несмотря на общуюпривлекательность подобного подхода к первоначальной агрегацииданных, в работе показано, что все отмеченные способы ееосуществленияпозволяютувеличиватьоднородностьстатистических свойств исследуемого процесса исключительнопутем снижения объема получаемого ряда равного рыночноговремени, что в свою очередь приводит к потере исходнойинформации о его характеристических особенностях иприсутствующих эффектах. Также было установлено, чтомаксимизация однородности статистических свойств исходногопроцесса без возникновения подобной потери информациивозможна исключительно при агрегации данных по волатильности.В соответствии с полученным результатом был предложен новыйуниверсально применимый метод первоначальной агрегацииданных в рамках рассмотренной концепции относительностискорости хода времени на финансовых рынках, позволяющийулучшать способности любых описательных и прогнозных моделейк адекватному отражению процесса рыночной динамики.В общем виде процедура агрегации финансовых рядов спомощью предложенного метода состоит в следующем: каждоепоследовательное значение ряда равного рыночного времениберется из исходного ряда, при выполнении условия   tres,отражающего превышение агрегирующей функцией волатильности заданного порога, обозначенного переменной tres.

В своюочередь, выбор данного порога определяется путем одновременногоанализа двух показателей: значения тестовой статистики11Колмогорова-Смирновадля абсолютных доходностейKfпреобразованного ряда и специально введенного параметраMAX / AVG, отражающего отношение максимального расстояниямежду последовательными значениями преобразованного ряда сточки зрения астрономического времени к среднему. Величиныданных показателей вычисляются для каждого значения параметраtres, получаемого с определенным шагом, зависящим от размеравариации агрегирующей функции волатильности, использованиекоторой, как было отмечено, представляет собой отличительнуючертупредложенногометодаиобладаетследующимпродемонстрированнымвработепреимуществом:дляагрегированных по волатильности рядов значение статистики Kfимеет глобальный минимум, а параметр MAX / AVG от одного донескольких ярко выраженных локальных максимумов, в то времякак данные экстремумы отсутствуют для всех рассмотренных вработе альтернативных агрегирующих функций, в том числе изпредставленных в существующей литературе.Общий смысл минимального значения статистики Kfзаключается в том, что для соответствующего ему пороговогопараметра агрегации tres получаемый ряд равного рыночноговременибудетобладатьмаксимальнойоднородностьюстатистических свойств, благодаря наиболее близкому к гауссовувиду распределению его абсолютных доходностей.

Характеристики

Список файлов диссертации