Диссертация (1152468), страница 2

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

Текст из файла (страница 2)

Г.В.Плеханова, г. Москва, 12-20 декабря 2016 г.), XII Международный научныйконгресс «Роль бизнеса в трансформации общества – 2017» (Университет«Синергия», г. Москва, 5 апреля 2017 г.), I Международная научно-практическаяконференция «Статистические методы исследования социально-экономических иэкологических систем региона» (ТГТУ, г. Тамбов, 26-27 октября 2017 г.),Intarnational conference «Probability Theory and Mathematical Statistics 2017» (KazanFederal University, Kazan, November 7-10 2017 г.), VIII Международная научнопрактическая конференция 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 Международный научный конгресс «Рольбизнеса в трансформации общества – 2018» (Университет «Синергия», г. Москва,18 апреля 2018 г.).Внедрениерезультатовисследования.Построенныйкомплекспрогнозных экономико-математических моделей и разработанная на его основеавтоматизированная торговая систем прошли успешную апробацию на реальныхисторических данных рынков USDJPY, USDRUB и EURUSD за период с 2012 по2017 год. Отдельные результаты проведенного исследования нашли применение вряде технических разработок для практической деятельности Управления продажпродуктов финансового рынка Департамента инвестиционных продуктов ПАО«Банк ВТБ», что подтверждается справкой о внедрении.Публикации. По теме диссертационного исследования опубликовано 11печатных работ общим объемом 5,61 п.л., в том числе 7 печатных работ визданиях из Перечня рецензируемых научных изданий, в которых должны бытьопубликованы основные научные результаты на соискание ученой степеникандидата наук, общим объемом 4,42 п.л.

Также имеется свидетельство огосударственной регистрации программы для ЭВМ.12Структура, объем и содержание диссертации. Диссертация включаетвведение, 3 главы, заключение, список литературы и приложения. Общий объемсоставляет 217 страниц и включает 24 таблицы, 31 рисунок, 64 формулы и 18приложений. Список литературы состоит из 172 источников.13Глава 1 Современные методы моделирования и прогнозирования динамикифинансового рынка1.1 Основные сложности работы с данными финансового рынкаФинансовый рынок – система взаимоотношений различных контрагентов пообмену экономических ресурсов. Участники финансового рынка, обмениваяактивы с учетом понесенных транзакционных издержек, формируют равновеснуюцену, отражающую в каждый момент времени агрегированные величины спроса ипредложения.

В современной форме финансовый рынок представляет собойбиржи, позволяющие обменивать активы с минимальными денежными ивременными издержками. Биржи могут иметь определенную локацию, например,Нью-Йоркская фондовая биржа (NYSE) или Московская фондовая биржа (МФБ),а также представлять собой электронную систему, не имеющую физическойлокации, например, автоматизированные котировки национальной ассоциациидилеров по ценным бумагам (NASDAQ). Финансовый рынок подразделяется наряд составных частей (Таблица 1.1).Таблица 1.1 – Составные части финансового рынка*Составная частьКраткое описание деятельности рынкафинансового рынкаРынок капиталаПозволяет привлекать финансирование путем выпуска акций или(фондовый рынок)облигаций и последующей торговлей имиПозволяет торговать стандартизированными контрактами на товары,Товарный рынокнапример, нефть, металлы, драгоценные камниДенежный рынокРынок фьючерсовРынок деривативовПозволяет привлекать финансирование за счет краткосрочных, восновном межбанковских, заимствований, например, операций репоили векселейПозволяет использовать стандартизированные форвардные контрактыдля обмена финансовыми ресурсами в определенную будущую датуПозволяет использовать инструменты управления финансовым риском,например, форварды, опционы, свопы14Продолжение таблицы 1.1Составная частьфинансового рынкаКраткое описание деятельности рынкаВалютный рынок(FOREX)Позволяет проводить операции обмена валютыРынокмежбанковскихзаймов и депозитовПозволяет банкам давать займы другим банкам на короткие сроки, восновном со сроком исполнения на следующий день (овернайт) Источник: Составлено авторомКаждая из представленных в таблице 1.1 составных частей, или подсистем,финансового рынка в зависимости от типов торгуемых инструментов имеет своюинтерпретацию цены.

Например, в случае рынка межбанковских займов ценойбудет являться процентная ставка, а в случае рынка обменных курсов ценойявляется значение обменного курса и т.д.В любой момент времени состояние финансового рынка может бытьхарактеризовано двумя важнейшими величинами: значением цены и объемомторговых операций. Также существует ряд других показателей, несущихопределенные особенности поведения рынка, например, время суток, день недели,месяц и т.д., наличие или отсутствие новостного фона и пр. Однако, в силуэндогенности данных величин, выражающейся в неоднозначном влиянии нарыночнуюконъюнктуру,такиепоказателиявляютсяменееважными.Перечисленные выше характеристики состояния рынка являются открытымилюбому наблюдателю, в то время как существует ряд показателей, доступныхисключительно организаторам рынка, в числе которых необходимо отметитьколичество выставленных участниками ордеров, их цен и лотов.

Таким образом,значение цены и торговая активность, оцениваемая как объем операций, являютсяважнейшими характеристиками любого финансового рынка в любой моментвремениипредставляютсяввидевременныхрядов,позволяющиххарактеризовать уровни состояния и изменения исследуемого процесса. Вэконометрических исследованиях временные ряды могут быть классифицированы15по признакам, представленным в таблице 1.2. С более подробным описаниемпризнаков временных рядов и их свойств можно ознакомиться в [1, с.

780-782].Таблица 1.2 – Классификация временных рядов*Признак классификациивременного рядаТип данных для уровнярядаКоличество характеристикпроцессаТип временного параметраРасстояние междумоментами времениНаличие пропущенныхданныхПодтипыАбсолютные величиныОтносительные величиныСредние величиныОдномерные рядыМногомерные рядыМоментные рядыИнтервальные рядыРавноотстоящие (одинаковые интервалы времени междунаблюдениями)Не равноотстоящие (различные интервалы времени междунаблюдениями)Полные рядыНеполные рядыДетерминированные рядыДетерминированностьНедетерминированные ряды (частично детерминированные)Стационарные рядыНестационарные рядыСтационарность Источник: Составлено авторомНа практике применительно к временным рядам финансового рынканаибольшийинтереспредставляетмоделированиеипрогнозированиедоходностей значений ряда [21, с.

285] и его волатильности [21, с. 311],оцениваемой с помощью величины стандартного отклонения данных доходностейна заданном промежутке времени. Доходность значений ряда описывается спомощью формул (1.1) – (1.3) [111, с. 469-470], соответствующих абсолютным,относительным и логарифмическим приращения цены торгуемого инструмента, всвою очередь несмещенную оценку волатильности  t в момент времени t можнополучить с помощью формулы (1.4) [111, с. 470].16ut  xt  xt 1 ,ut (1.1)xt  xt 1x t  1,xt 1xt 1ut  ln( xt )  ln( xt 1 )  ln( t2 xt),xt 11 m (ut i  u )2 ,m  1 i 1(1.2)(1.3)(1.4)где xt – значение ряда в момент времени t , ut – доходность значенийвременного ряда в момент времени t , u 1 m ut i – среднее значение доходностейm i 1ряда для выборки из m элементов,  t2 – несмещенная оценка волатильностидоходностей ряда.Временные ряды любого финансового рынка обладают рядом свойств,осложняющих их моделирование и прогнозирование, среди которых необходимовыделить следующие:1.

Отсутствие автокорреляции. Линейные автокорреляции доходностейторгуемых инструментов являются статистически незначимыми за исключениемкоротких внутридневных интервалов, в которых присутствуют различного родамикроструктурные эффекты [82, с. 223–225].2. Тяжелые хвосты и острые пики распределения [72, с. 105-106].3. Кластеризация волатильности. Временной ряд значений волатильностиявляется положительно автокоррелированным, отражая эффект чередованиявременных промежутков с высокой и низкой волатильностями [88, с. 185-189].4. Тяжелые хвосты условного распределения.

Использование моделей,позволяющих контролировать эффекты кластеризации волатильности, делает17хвосты условного распределения доходностей немного легче, чем для случаябезусловного распределения [111, с. 443-445].5. АсимметричностьЗначительноеположительныхснижение/ростценыиотрицательныхторгуемогоинструментадоходностей.можетнесопровождаться последующим симметричным ростом/снижением [97, с. 68-69].6.

Агрегированная гауссовость. С ростом временного шага распределениедоходностей зрительно становится близким к нормальному. Таким образом,форма распределения отличается для различных шагов по времени [56, с. 115117].7. Прерывистость. Временные ряды финансовых рынков, вследствиевысокой степени волатильности обладают значительными скачками уровней ряда.Данные разрывы проявляются в резких изменениях волатильности длябольшинства способов ее оценки [115, с. 18-24].8. Слабый спад автокорреляции для случая абсолютных доходностей.Автокорреляция временного ряда, состоящего из абсолютных доходностей,спадает в соответствии с законом больших чисел по экспоненте в степени [0.2,0.4] ,чтосоответствуетдлительномувоздействиюисторическойинформации на текущее значение абсолютной доходности [63, с. 404-416].9.

Леверидж. Большинство оценок волатильности торгового инструментаотрицательно коррелируют с доходностями данного инструмента [73, с. 87-90].10. Корреляция объема и волатильности. Объем торговых операцийкоррелирует с оценками волатильности [114, с. 269-273].11. Асимметричностьмасштабавремени.Оценкиволатильностипобольшому промежутку времени лучше предсказывают волатильность на малыхвременных шагах, но не наоборот [147, с. 213-216].12. Нестацинарность.

Характеристики

Список файлов диссертации