
- •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
Заключение
Основными результатами диссертационного исследования являются:
Разработана новая математическая модель сложной социально-экономической системы – рынка ценных бумаг. Она отличается расширенной номенклатурой торговых стратегий, возможностью агентов к самообучению, новой новостной системой, учитывающей эффект затухания новостей с течением времени, механизмом обработки поступающих ордеров в режиме реального времени.
Предложены и обоснованы методы разработки специального математического и программного обеспечения, позволяющего управлять виртуальным рынком и моделировать динамику биржевых показателей во времени. Спроектирована архитектура программного средства: оно поддерживает подключаемые модули, скриптовую систему, а его ядро состоит более чем из 150 классов.
Разработаны подходы к созданию системы поддержки принятия решений для трейдеров нового типа. Такая система позволяет прогнозировать не только изменение цен, но и динамику всех ключевых показателей рынка, включая капитализацию, объёмы торгов, доходы трейдеров. Ключевой особенностью системы поддержки принятия решений стало то, что она позволяет ответить на вопрос «что будет, если…», моделируя поведение рынка и оценивая потенциальные риски, например, при инвестициях в малоликвидные бумаги или продаже крупного портфеля акций. Система продемонстрировала высокую точность прогнозов в среднесрочном периоде. Это позволяет экспертам принимать более взвешенные решения при управлении инвестиционными активами.
По результатам проведенного исследования можно сделать следующие выводы и рекомендации:
Несмотря на то, что виртуальная биржа не соблюдет все пропорции реальных бирж и виртуальные агенты используют очень примитивные стратегии, благодаря эффекту синергии модель способна генерировать результаты, пригодные для применения в системах управления инвестиционными активами. Это подтверждает, что применение методов мультиагентного моделирования позволяет существенно улучшить средства поддержки принятия решений, разработанные с применением более традиционных подходов.
В рамках выбранного подхода не удалось имитировать взлёты и обвалы на рынке ценных бумаг кроме как через манипулирование новостями. Одно из возможных объяснений этого факта состоит, что на рынке нет «эффекта бабочки», и он отражает лишь процессы в реальном секторе экономики, а также страхи и надежды инвесторов. Считаю, что ключ к исследованию проблем управления биржевыми инвестициями в пост-кризисное время лежит в области исследования нерациональных мотивов поведения трейдеров.
Выявлено, что разработанная социально-экономическая модель биржы по своим характеристикам относится скорее к умеренным и слабо эффективным рынкам. Именно такие рынки, а не эффективные являются наиболее распространенными в реальном мире. Дальнейшие исследования в этом направлении могли бы помочь найти причину этой и других закономерностей. Это позволит контролирующим органам более эффективно управлять биржей, вовремя пресекать случаи инсайдерской торговли и не допускать деструктивных для экономики страны попыток манипулирования ценами.