2499 (684794), страница 6

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

Текст из файла (страница 6)

где U - верхняя граница доверительного интервала;

D - нижняя граница доверительного интервала;

x - установленный трейдером процент, зависящий от среднеквадратических отклонений цены от скользящей средней;

MA - скользящая средняя,

,

p_i- цена в i-й момент времени;

n – период времени, на котором производится усреднение цены, порядок средней.

Скользящая средняя строилась с помощью MS «Excel»/Анализ данных.

В самом начале тенденции цены дважды вышли за верхнюю полосу (2 день, 4 день), что является сильным сигналом к изменению тренда. Таким образом, трейдеру необходимо покупать акции после возвращения цены в диапазон, поскольку повышательная тенденция сменяется понижательной. Еще одним сигналом покупки - пересечение цены и скользящей средней на 7 день. После касания нижней полосы на 12 день, трейдеру необходимо занять выжидательную позицию, поскольку тренд неопределенен и колеблется в одинаковом диапазоне [431, 445,7]. Цена в точке 25 пресекает СС, но поскольку этот сигнал является слабым, трейдеру нежелательно вступать на рынок без дополнительных сигналов. На 36 и 38 день наблюдается рыночная ситуация подобная началу тренда, но как видно в дальнейшем линия цены не смогла пересечь СС, что свидетельствовало об зарождении следующего флета. Двойном пересечении верхнего интервала не привело к изменению повышательного тренда. Было бы ошибкой начать покупать на данном отрезке. На графике можно увидеть пересечение тренда цены и СС на 53 день, но данный сигнал не может быть подтверждением предыдущего, т.к. пресечение происходит после флета. Изменению тренда предшествует следующий сигнал: пресечение СС и тренда цены – 68 день, 71, 72 день– цена выходит за верхнюю полосу, следовательно здесь трейдер может продавать акции до возникновения флета. Точка 87 слабый сигнал к изменению действующего тренда, т.е. вполне возможна тенденция покупки акций на промежутке 88 – 100.

Рисунок 3 - Полосы Боллинджера

Расчетные таблицы приведены в Приложении 3

2.2 Метод регрессии с переключениями

Для выявления более корректной тенденции цены используем метод Регрессия с переключениями.

Регрессия с переключениями (регрессионные модели с переменным) наравне с адаптивным подходом является средством моделирования изменения структуры экономического процесса. Однако в отличие от адаптивного подхода здесь считается, что изменение структуры может происходить не в каждый момент времени.

В общем случае проблема построения регрессионной модели с переменной структурой включает решение следующих задач:

• Выявление точек перелома зависимостей (или их задание);

• Установление характера перехода (плавное или скачкообразное);

• Построение модели с переменной структурой;

• Проверка гипотезы о наличии структурных изменений.

Решение указанных задач представляет собой значительные трудности, а некоторые еще не имеют надежного формального решения. Однако при решении практических задач довольно часто встречаются ситуации, когда не требуется решение первых двух задач, поскольку априори можно сформулировать гипотезы о положении точек перелома и характере перехода. Например, при изучении во времени какого-либо экономического показателя предприятия (объем выпуска, себестоимость продукции и т.д.) заранее можно сказать, что в большинстве случаев переходы будут плавные, а точки перелома зависимости будут располагаться на временной оси в момент осуществления изменений условий производства (приватизация, изменение собственника, изменение технологии и т.д.). В ряде случаев, когда нет достаточно надежной априорной информации, местоположение точек перелома можно определить по графику экономического показателя от времени.

Поясним сущность регрессии с переключениями на примере. С этой целью рассмотрим рисунок 4.

Рисунок 4 – Пример регрессии с переключениями

На данном рисунке приведен скачкообразный переход от регрессии I к регрессии II. Непрерывный переход от регрессии I к регрессии III, изображенных пунктирной линией также приведен на рисунке 4.

На рисунке 4 штрихпунктирной линией показано изменение коэффициента регрессии на каждом шаге (адаптивный алгоритм) [13].

Использование априорной информации позволяет повысит точность оценивания параметров регрессии. Это важно при построении математических моделей экономических процессов, так как часто исходными данными являются короткие временные ряды. Предположим что область параметров задается в виде нечетких ограничений – равенств и неравенств. Рассматриваемая регрессия имеет вид

(17)

где - зависимая переменная, - параметр регрессии, – независимая переменная,

- случайная величина, здесь и далее « ^/ » означает транспонирование. Относительно регрессоров далее используется такое допущение

Допущение 1. Матрица невырождена

Лемма 1. Если выполняется допущение 1 и ( - выпуклое множество), то строго монотонно возрастает, а строго монотонно убывает при , где

Рассматриваемую задачу можно трактовать как задачу с двумя нечеткими целями выбора, так как с ростом r увеличивается первый критерий и уменьшается второй, и наоборот. Нечеткой i - целью, i = 1,2 , в множестве Z является некоторое его нечеткое подмножество, обозначим его . Функция принадлежности

(18)

где .

Согласно лемме 1, уменьшается от 1 до 0, а увеличивается от 0 до 1.

Рассмотрим модель регрессии с переключением при одномерном переключателе, зависящем от времени t:

, (19)

где - n – мерный вектор регрессоров, - n – мерный вектор истинных значений параметров регрессии, - индекс точки переключения, - шум.

На отрезке времени с числом наблюдений параметры регрессии постоянны и равны . Пусть . Далее будем считать, что точки переключения известны, а величина может быть меньше n.

Пусть параметры регрессии на соседних отрезках I_t и I_{t +1} достаточно близки, что можно сформулировать в виде нечеткого ограничения-равенства , где – вектор, его компоненты – нечетко заданные числа, функции принадлежности которых сосредоточены в окрестности 0.

Расхождения, аналогичные приведенные в разделе 1, показывают, что задачу оценивания можно сформулировать как двухкритериальную.

(20)

(21)

где, , - выпуклое множество, и - весовые коэффициенты (известные величины). В частности,

Введем следующие матрицы:

размерности m_i x n;

X = diag (X(1), …, X(N)) размерности

;

Сформируем матрицу

.

Здесь r > 0 , ,

где матрица имеет размерность

(N-1)xN.

Имеем

где - вектор, размерность которого .

Причем .

Здесь

где , .

Размерность равна . У вектора размерности компонента с индексом равна , с индексом - равна , остальные компоненты нулевые.

Относительно регрессоров принимаем допущение

Допущение 6. У матрицы размерности столбцы линейно независимы.

Лемма 2. Пусть выполняется допущение 6, элементы матрицы .

Тогда матрица M имеет полный ранг.

Доказательство. Необходимое и достаточное условие линейной независимости векторов (существование полного ранга у M) – выполнение равенства

(22)

для всех *.

Из (22) имеем две системы уравнений

, (23)

Количество уравнений в первой системе - , во второй - . Первую систему в развернутом виде можно представить как N систем уравнений

(24)

Вторую систему уравнений в (23) в развернутом виде представим так:

, (25)

где , - k-я компонента вектора .

Обратимся к первому уравнению в (25), коэффициенты которого , , . Отсюда следует .

Рассуждая аналогично, получим из остальных уравнение в (25)

(26)

Из этого соотношения и (24) получаем систему уравнений , где , . Согласно условию леммы, ее решение . Отсюда и из (26) следует . Лемма доказана.

Для определения оценок параметров регрессии с переключениями свернем два критерия в один.

Теорема 8. Если выполняются условия леммы 2, , где - выпуклое множество, то P - оценка параметров регрессии (19), соответствующая критериям (20), (21), является решением задачи

(27)

Доказательство. Квадратичный член функции цели имеет вид

Но M, согласно лемме 2, имеет полный ранг. Поэтому квадратичная форма положительно определена и, следовательно, (27) имеет единственное решение. Отсюда следует утверждение теоремы:

Можно показать, что свойства критериев такие же, что и приведенные в разделе 1. Поэтому единственная компромиссная P-оценка параметров регрессии с переключениями, соответствующая значению r = r^*, может быть найдена по правилам, описанным в этом разделе, т.е. , функции определены в (18), . Здесь [7, 14]

Характеристики

Список файлов ВКР