
- •Разработка моделей, алгоритмов и программных средств для повышения качества прогнозов биржевых показателей
- •Анализ существующих средств прогнозирования экономических показателей бирж
- •Модели и алгоритмы оценки стоимости ценных бумаг и управления инвестиционными активами
- •Роль рынка ценных бумаг в финансовой системе страны
- •Фундаментальный анализ
- •Показатели, используемые для фундаментального анализа акций
- •Технический анализ
- •Теории функционирования рынка ценных бумаг
- •Теория эффективного рынка
- •Теория случайных блужданий
- •Теория хаоса
- •Теория адаптивного рынка
- •Методы и модели для прогнозирования экономических показателей
- •Математическо-статистические методы
- •Поведенческие модели
- •Мультиагентные системы
- •Разработки, использующие мультиагентный подход для прогнозирования экономических показателей
- •Модель «SantaFe» и её вариации
- •Модель «Genoa Artificial Stock Market»
- •Библиотека «MoTor» и система «Имитрейд»
- •Платформа «ArTificial Open Market»
- •Комплекс «Altreva adaptive modeler»
- •Требования к функциональности проектируемого программного комплекса
- •Разработка архитектуры виртуального рынка ценных бумаг и системы поддержки принятия решений
- •Математическая модель виртуального рынка
- •Виртуальный мир и виртуальные агенты
- •Классификаторы
- •Новостная среда
- •Роли и стратегии
- •Активы агентов
- •Компании
- •Трейдеры
- •Стратегии трейдеров
- •Ордера и транзакции
- •Система обработки ордеров
- •Движение денежных средств при совершении транзакций
- •Расчёт статистических характеристик рынка ценных бумаг
- •Математическая формулировка задачи исследования
- •Архитектура программного комплекса
- •Выбор платформы для мультиагентной системы
- •Взаимосвязь приложения, пакетов и компонентов
- •Виртуальный мир
- •Стандартные классы системы
- •Планы и стратегии
- •Запросы и транзакции
- •Механизм формирования цен
- •Архитектура системы поддержки принятия решений
- •Общая схема архитектуры
- •Подключаемые модули
- •Алгоритм работы
- •Анализ работы системы
- •Описание работы программного комплекса
- •Функциональность
- •Редакторы
- •Организация экспериментов
- •Оценка степени соответствия виртуального рынка реальному
- •Соблюдение пропорций
- •Активность трейдеров на бирже ммвб в 2007-2010 годах
- •Наличие трендов и фигур
- •Сходство статистических характеристик изменения цен и объёма торгов
- •2. Критерий Колмогорова
- •3. Критерий Романовского
- •4. Критерий Ястремского
- •Критерии согласия двух теоретических распределений с распределением приращения максимальной цены за день для акции компании «Юкос» за период с 25.05.2005 по 19.09.2006
- •Критерии согласия двух теоретических распределений с распределением данных реального рынка по результатам 20 независимых экспериментов
- •Критерий согласия распределения Коши и объёма торгов за первые 116 дней торгов на виртуальном рынке в сценарии «FundamentalTradersExperiment.Fmp»
- •Критерий согласия распределения Коши и максимальной дневной цены по первой акции на виртуальном рынке в сценарии «FundamentalTradersExperiment.Fmp» за 165 дней торгов
- •Критерии согласия распределения Коши с распределением данных на виртуальном рынке по результатам 20 независимых экспериментов
- •Фрактальность рыночных процессов
- •Расчёт показателя Хёрста для различных временных рядов
- •Реакция рынка на действия отдельных агентов
- •Эксперименты, проведенные над виртуальным рынком
- •Зависимость размера спрэда от склонности к риску трейдеров
- •Влияние фундаментальных трейдеров на динамику котировок акций
- •Влияние новостного фона на котировки ценных бумаг при различном составе участников рынка
- •Практическое применение программного комплекса в качестве системы поддержки принятия решений
- •Математические критерии оценки качества прогнозов
- •Анализ работы системы поддержки принятия решений
- •Результаты сравнения краткосрочных прогнозов экспертов и системы поддержки принятия решений «fimas»
- •Результаты сравнения среднесрочных прогнозов экспертов и системы поддержки принятия решений «fimas»
- •Технико-экономическое обоснование
- •Преимущества и недостатки программного комплекса, выявленные в процессе эксплуатации
- •Другие перспективы практического применения
- •Перспективы для дальнейших исследований и разработок
- •Заключение
- •Литература
- •Приложения
- •Акт о внедрении результатов диссертационного исследования в ооо «Таулинк»
- •Акт о внедрении результатов диссертационного исследования в тк «Фотон»
- •Краткая информация о проекте «fimas»
- •Подробная схема связи компонентов и пакетов в системе
- •Алгоритм работы ролей трейдера и брокера
- •Алгоритм обработки текущих ордеров фундаментальным трейдером
- •Критерии согласия двух теоретических распределений (Гауса, Коши) с распределением приращения максимальной цены за день для акции компании «Юкос» за период с 25.05.2005 по 19.09.2006
- •Сравнение распределений Коши с распределением объёма торгов по первой акции на виртуальном рынке в сценарии «FundamentalTradersExperiment.Fmp» за 116 дней торгов
- •Критерии согласия распределения Коши с распределением объёма торгов по первой акции на виртуальном рынке в сценарии «FundamentalTradersExperiment.Fmp» за 116 дней торгов
- •Сравнение распределений Коши с распределением максимальной дневной цены по первой акции на виртуальном рынке в сценарии «FundamentalTradersExperiment.Fmp» за 165 дней торгов
- •Критерии согласия распределения Коши с распределением максимальной дневной цены по первой акции на виртуальном рынке в сценарии «FundamentalTradersExperiment.Fmp» за 165 дней торгов
- •Статистические данные по биржам
- •Структура трейдеров в модели fimas и на реальных биржах
- •Новости и спрэд акций в сценарии «NewsGenerator.Fmp» при преобладании новостных трейдеров
Наличие трендов и фигур
На реальном рынке ценных бумаг графики изменения курса акций и объёма торгов имеют ряд внешних особенностей. На них отчётливо видны лини и фигуры, характеризующие тенденции или перемены в конъюнктуре рынка. Эти фигуры возникают вследствие того, что большие группы трейдеров в короткий период времени принимают схожие решения.
Предположительно, на виртуальном рынке эти фигуры также могут проявляться вследствие одновременного срабатывания одних и тех же алгоритмов принятия решений у схожих групп агентов.
1. Линии поддержки и сопротивления
Тренд (Trend)— общее направление движения цены на определённом временном отрезке.
Поддержка (Support)— уровень, при котором цены контролируют покупатели (быки, bulls), не допускающие их дальнейшего снижения.
Сопротивление (Resistance) — уровень, при котором цены контролируют продавцы (медведи, bears), не допускающие их дальнейшего подъема. Цена, по которой совершается сделка, — это цена, устраивающая и быка, и медведя. Она отражает совпадение их ожиданий.
Уровни поддержки показывают цену, при которой большинство инвесторов рассчитывают на ее повышение. Уровни сопротивления показывают цену, при которой большинство инвесторов считают, что она снизится.
Рис. 3.34. Линия нисходящего тренда акций «РАО ЕЭС» за период с 04.09.2000 по 27.12.2000
Рис. 3.35. Линии поддержки и сопротивления нисходящего тренда на виртуальном рынке в сценарии «FundamentalTradersExperiment.fmp»
На рисунках Рис. 3.34 и Рис. 3.35 показаны два тренда, а также линии поддержки и сопротивления на них. Как видно из графиков, виртуальный рынок способен генерировать те же линии и тренды, что и реальный рынок.
Фигуры «двойные вершины» или «двойное дно»являются одними из наиболее распространенных моделей разворота тренда. График, наталкиваясь на уровень сопротивления, вырисовывает два максимума на одном уровне, после чего разворачивается в обратную сторону. Желательно, чтобы два пика были четко очерченными. Модель считается завершенной только после того, как цены пересекут уровень поддержки, к которому после прорыва они еще могут вернуться, но нисходящая тенденция все равно продолжится.
Рис. 3.36. Пример фигуры «Двойная вершина» — график USD-JPY с 28.04.2008 по 09.05.2008
На рисунках Рис. 3.36 и Рис. 3.37 показаны фигуры «Двойная вершина» и «Двойное дно» для реального и виртуального рынков. Как видно из графиков, виртуальный рынок тоже способен генерировать эту фигуру.
Рис. 3.37. Пример фигуры «Двойное дно» на виртуальном рынке в сценарии «FundamentalTradersExperiment.fmp»
«Голова и плечи»является классической моделью разворота, следующей за сильным движением вверх или вниз. Фигура образуется тремя волнами, левая и правая из которых образуют плечи, а средняя — голову, при этом все три волны своими нижними значениями упираются в линию шеи (линию поддержки) (Рис. 3.38).
При образовании фигуры объем торгов с каждой волной уменьшается, что указывает на ослабление действующего тренда. Часто после прорыва линии шеи, цены возвращаются к ней, и она становится линией сопротивления. Следует отметить, что у данной модели может быть более двух плеч, чаще всего если с левой стороны выстроились два плеча, то и с правой стороны их будет два.
Рис. 3.38.
Две фигуры «Голова
и плечи» подряд
–
график GBP-USD
за 24.10.2003-01.09.2004
Рис. 3.39. Пример фигуры «Голова и плечи» на виртуальном рынке в сценарии «FundamentalTradersExperiment.fmp»
На рисунке Рис. 3.39 показан пример фигуры «Голова и плечи» для виртуального рынка. Эта фигура тоже по форме напоминает соответствующую фигуру на реальном рынке.
В целом можно сделать вывод, что модель FIMASспособна генерировать те же фигуры, что реальные рынки ценных бумаг, хотя не так часто и не так выразительно.