МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

Федеральное государственное бюджетное образовательное учреждение

высшего образования

«Самарский государственный экономический университет»

Кафедра «Экономическая теория»

УТВЕРЖДАЮ: Зав. кафедрой профессор, д.э.н. М.Е. Коновалова ( уч. звание, уч. степень Ф.И.О.) __________________________________ (подпись)

Выпускная квалификационная работа (магистерская диссертация)

«Анализ и прогнозирование фондовых рынков с развитием информационных технологий » (тема магистерской диссертации)

Автор магистерской диссертации Шаль Анна Ефимовна

(Ф.И.О. полностью, подпись)

Шифр магистерской диссертации ____________ института ТЭ и МЭО

Направление подготовки 38.04.01 «Экономика» программа «Финансовые

рынки и финансовые институты»

(номер, наименование)

Руководитель магистерской диссертации профессор, д.э.н.

Михайлов Александр Михайлович

_____________________________

(уч. звание, уч. степень, Ф.И.О., подпись, дата)

Самара 2016

Содержание

Введение 4

Глава 1 Теоретические аспекты прогнозирования фондового рынка рф 9

1.1 Основные подходы к прогнозированию состояния фондового рынка 9

1.1.1 Методы анализа фондового рынка 11

1.1.2 Прогнозирование и анализ фондового рынка 15

1.1.3 Обоснование метода прогнозирования состояния фондового рынка в РФ 19

1.1.4 Преимущества и недостатки фундаментального и технического анализов 21

1.2 Состояние фондового рынка РФ 25

1.2.1 Построение и описание прогнозной модели состояния фондового рынка Российской Федерации 25

1.2.2 Составление прогноза фондового рынка РФ 26

1.2.3 Верификация прогноза фондового рынка РФ 35

1.3 Исследование прогнозного состояния фондового рынка в РФ 36

1.3.1 Характеристика фондового рынка как объекта исследования 36

1.3.2 Ретроспективный анализ фондового рынка в РФ 38

1.3.3 Сценарии развития фондового рынка РФ в долгосрочной перспективе 41

Глава 2 Использование искусственных нейронных сетей для решения задач прогнозирования и анализа фондовых рынков 45

2.1 Нейронная сеть. Основнын понятия и определения 45

2.1.1 Нейронная сеть 45

2.1.2 Формирование нейронной сети 48

2.1.3 Архитектура нейронных сетей 50

2.1.4 Размер нейронной сети 52

2.2 Обучение нейронной сети 58

2.2.1 Правила обучения 60

2.2.2 Неконтролируемое обучение 61

2.3 Торговые роботы: помощники или вредители 65

2.3.1 Риски и польза от использования биржевых роботов 71

2.3.2 Человеческая судьба на бирже 73

Глава 3 Прогнозирование фондового рынка с использованием информационных технологий 74

3.1 Алгоритмическая торговля на финансовых рынках. 74

3.1.1 Популярность торговых роботов 75

3.1.2  Эффективность торговых роботов 76

3.1.3 Преимущества торговых роботов: 78

3.1.4 Недостатки торговых роботов 79

3.2 Как на самом деле устроена торговля на бирже: Простой алгоритм  80

3.2.1 Механика HFT 81

3.2.2 Как HFT-трейдеры делают деньги 86

3.2.3 HFT как сетевая инфраструктура рынка 90

3.2.4 Статистика торговых роботов 98

3.3 Алгоритмическая торговля на фондовом рынке в России: тренды и технологии 100

Заключение 108

Библиографический список 111