Автореферат (1152467), страница 5
Текст из файла (страница 5)
Итоговая суммасравнивается с заданными пороговыми критериями принятияторговых решений о покупке и продаже.23В соответствии с данным методом созданная для платформыMT 4 автоматизированная торговая система была модифицированаследующим образом: используемые системой прогнозы модели 1 изпостроенного комплекса были агрегированы с прогнозами,получаемыми от одного из наиболее популярных инструментовтехнического анализа – индикатора CCI (Commodity Channel Index).Результирующие доходности за 2017 год при торговле на рынкеFOREX парами USDJPY, EURUSD и USDRUB составили 32,1%,27,9% и 23,4% соответственно, в свою очередь, среднегодоваядоходность для всех рассмотренных пар за период с 2012 по 2016составила 16,6%. В результате применения системы для торговли насмежном с рынком FOREX рынке бинарных опционов парамиUSDJPY, EURUSD и USDRUB доходности за 2017 год составили25,9%, 21,7% и 19,4% соответственно, в свою очередь,среднегодовая доходность для всех рассмотренных пар за период с2012 по 2016 составила 15,8%.6.
Проведена верификация разработанных моделей иапробация созданной на их основе автоматизированнойторговой системы на реальных исторических данныхмеждународного валютного рынка.Проведенная процедура верификации разработанных моделейподтвердила возможности их использования для прогнозированиядинамики финансовых рядов, на примере котировок USDJPY,EURUSD и USDRUB за 2017 год, с точностью, измеряемойпроцентом правильных направлений прогноза, превышающейточность прогнозов модели случайного блуждания в среднем на10% для исходных рядов и на 18% для рядов, первоначальноагрегированных с помощью предложенного метода.В свою очередь, апробация созданной автоматизированнойсистемы, состоящая в осуществлении тестовых торговых операцийна трех рассмотренных валютных рынках за период с 2012 по 2017год, продемонстрировала возможности ее использования дляполучения среднегодовой доходности, превышающей доходностьописанных в работе традиционных подходов к торговле в среднемна 8%, а доходность банковских вкладов на 15%, в условияхотсутствия реинвестирования и использования половины средствначального торгового депозита.24III.
ЗаключениеВ заключении диссертации представлены наиболее важныеположения проведенного исследования, полученные результаты исформированные на их основе выводы о преимуществахразработанного комплексного подхода к принятию обоснованныхторговых решений за счет точности в описании рыночныхзакономерностей и о потенциальных направлениях дальнейшихнаучных исследований по этой тематике.
Также приведенырекомендации по эффективному использованию разработаннойавтоматизированной системы для проведения торговых операций намеждународном валютном рынке любыми заинтересованнымипользователями платформы MetaTrader 4.IV. Список основных публикаций автора по теме диссертацииСтатьи из рецензируемых научных изданий:1. Мусин, А. Р.
Методика приведения временных рядов к видуравного рыночного времени для построения прогнозных моделей нафинансовом рынке / А. Р. Мусин // Экономика ипредпринимательство. – 2017. – № 12. – ч. 3. – С. 625-630.2. Мусин, А. Р. Сравнение качества прогнозных моделейвалютного рынка с применением Калмановской фильтрации итрадиционных моделей временных рядов / А. Р.
Мусин // Интернетжурнал Науковедение. – 2017. – т. 9. – № 3. – С. 1-11.3. Мусин, А. Р. Применения теории турбулентного состоянияжидкостей и газов для описания и прогнозирования динамикифинансового рынка / А. Р. Мусин // Интеллект. Инновации.Инвестиции. – 2017. – № 9.
– С. 35-39.4. Мусин, А. Р. Применение математической моделитурбулентного движение жидкости для прогнозирования значенийобменных курсов / А. Р. Мусин // Азимут научных исследований:экономика и управление. – 2017. – т. 6. – № 2 (19). – С. 200-203.5. Мусин,А.Р.Экономико-математическаямодельпрогнозирования динамики финансового рынка / А. Р. Мусин //Статистика и Экономика.
– 2018. – т. 15. – № 4. – С. 61-69.6. Мусин, А. Р. Пути обучения автоматизированных торговыхсистем финансового рынка / А. Р. Мусин // Экономика и25управление: проблемы, решения. – 2018. – т. 3 (81). – № 9. –С. 139-146.7. Мусин, А. Р. Метод увеличения эффективностиавтоматизированных торговых систем на основе агрегациипрогнозных моделей финансового рынка / А. Р. Мусин // Экономикаи предпринимательство. – 2018.
– № 9. – С. 936-939.Статьи из других изданий:8. Мусин, А. Р. Проблема нестационарности временных рядовпри построении эконометрических моделей на данных финансовогорынка / А. Р. Мусин // Научные исследования и разработкимолодых ученых: сборник материалов XV Международноймолодежной научно-практической конференции (7 декабря, 2016 г)– Новосибирск : «НГТУ», 2016. – № 15. – С.
158-165.9. Мусин, А. Р. Использования фильтра Калмана дляпостроения прогнозных моделей на данных финансового рынка / А.Р. Мусин // Прикладные статистические исследования и бизнесаналитика: сборник материалов II Международной научнойконференции (12-20 декабря 2016 г.) – М. : «РЭУ им. Г.В.Плеханова», 2016. – С. 175-178.10. Мусин, А. Р. Исследование путей улучшения прогнозныхспособностей моделей временных рядов финансового рынка / А. Р.Мусин // Статистические методы исследования социальноэкономических и экологических систем региона: материалы IМеждународной научно-практической конференции (26-27 октября2017 г.) – Тамбов : «ТГТУ»,2017.
– С. 306-309.11. Сорокин, А. С., Мусин А. Р. К вопросу применения фильтраКалмана в эконометрических моделях / А. С. Сорокин, А. Р. Мусин// Научно-аналитический журнал Наука и практика Российскогоэкономического университета им. Г.В. Плеханова. – 2017. –№ 1 (25). – С. 71-76.Свидетельство о государственной регистрации программыдля ЭВМ:12. Мусин, А. Р.
Алгоритмический волновой торговый советник/ А. Р. Мусин, А. С. Сорокин // Свидетельство о государственнойрегистрации программы для ЭВМ № 2018610604. Зарегистрированов реестре программ для ЭВМ 12 января 2018 г.26.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
