Эффективность методов технического анализа при сверхкраткосрочных операциях на фондовом рынке тема диссертации по экономике, полный текст автореферата

Автореферат диссертации по теме "Эффективность методов технического анализа при сверхкраткосрочных операциях на фондовом рынке"

На правах рукописи

ВОЛОДИН СЕРГЕЙ НИКОЛАЕВИЧ

ЭФФЕКТИВНОСТЬ МЕТОДОВ ТЕХНИЧЕСКОГО АНАЛИЗА ПРИ СВЕРХКРАТКОСРОЧНЫХ ОПЕРАЦИЯХ НА ФОНДОВОМ РЫНКЕ

Специальность 08.00.10 «Финансы, денежное обращение и кредит»

Автореферат диссертации на соискание учёной степени кандидата экономических наук

Москва-2013

005057974

Работа выполнена на кафедре фондового рынка и рынка инвестиций факультета экономики Национального исследовательского университета «Высшая школа экономики».

доктор экономических наук, профессор Берзон Николай Иосифович Галанов Владимир Александрович, доктор экономических наук, профессор, заведующий кафедрой Биржевого дела и ценных бумаг РЭУ имени Г.В. Плеханова

Брюховецкая Светлана Владимировна, кандидат экономических наук, доцент, доцент кафедры Финансовых рынков и финансового инжиниринга Финансового университета при Правительстве Российской Федерации Ведущая организация: ФГБОУ ВПО «Российский университет

дружбы народов».

Защита состоится « 0$ » Ялре&л 2013 г. в ^¿часов на заседании диссертационного совета Д 212.048.07 при Национальном исследовательском университете «Высшая школа экономики» по адресу: 101000 Москва, ул. Мясницкая, д.20, ауд. 327-К.

С диссертацией можно ознакомиться в библиотеке Национального исследовательского университета «Высшая школа экономики».

Автореферат разослан «¿7?» лихого,_2013 г.

Ученый секретарь диссертационного совета, доктор экономических наук,

Научный руководитель: Официальные оппоненты:

1. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность темы исследования. За последние два десятилетия на фондовом рынке произошли значительные изменения характера рыночного ценообразования, обусловленные появлением алгоритмической торговли, позволившей полностью автоматизировать заключение сделок за счет применения торговых роботов. Если в начале своего появления (в середине 90-х годов на западных рынках и в начале 2000-х на отечественном) торговые роботы играли весьма незначительную роль, то в настоящий момент ситуация существенно поменялась. Биржевая статистика распространения сверхкраткосрочных операций, совершаемых ими, позволяет говорить об образовании нового, динамично развивающегося сегмента — высокочастотной алгоритмической торговли.

Появление данного сегмента породило новую проблему, связанную с отсутствием методов прогнозирования, ориентированных на совершение высокочастотных алгоритмических операций. Эффективность существующих методов прогнозирования, относящихся к фундаментальному и техническому анализу, вызывает сомнения и требует эмпирической проверки, в связи с тем, что они не ориентированы на такого рода операции и не учитывают их специфику. Попытки применить традиционные методы технического анализа для прогнозирования ценовой динамики при совершении высокочастотных алгоритмических операций не дают положительного результата. В этой связи возникает необходимость разработки нового метода прогнозирования цен финансовых инструментов, позволяющего достигать положительных результатов при данном типе торговли. Решению этих вопросов и посвящена диссертационная работа.

Степень разработанности проблемы. Вопросы прогнозирования цен рассматриваются в рамках двух традиционных направлений: фундаментального и технического анализа. Применению технического

анализа посвящены труды Дж. Аппеля, Б. Вильямса, Ч. Доу, Р. Колби, Т. Мейерса, Р. Прехтера, Дж. Швагера, А. Элдера, Р. Эллиотта. Вопросы, связанные с прогнозированием на основе фундаментального анализа, рассматриваются в работах Ф. Блока, Д. Додца, Б. Грэма, Г. Кима, С. Коттла, Р. Мюррея, С. Тернера. В ходе рассмотрения данных работ было установлено, что вопросы долгосрочного, среднесрочного и краткосрочного прогнозирования рыночных цен являются достаточно хорошо изученными и проработанными, в то время как сверхкраткосрочное прогнозирование цен в академической литературе практически не рассматривается.

Условия функционирования рынка ценных бумаг и его инфраструктуры рассматриваются в работах А.Ю. Аршавского, Н.И. Берзона, А.Н. Буренина, Я.М. Миркина, A.B. Новикова, Б.Б. Рубцова. Анализ данных работ показал, что основное внимание в них уделяется функционированию рынка в целом, вне зависимости от длительности совершаемых инвестиционных операций, в то время как специфика сверхкраткосрочного инвестирования не исследуется.

Вопросы, связанные с методологией построения алгоритмических торговых систем, на сегодняшний день являются достаточно малоизученными и недоработанными. Отдельные аспекты алгоритмической торговли раскрыты в зарубежной экономической литературе, а именно, в работах Д. Бернштейна, Т. Джозефа, И. Кауфмана, Д. Каца, Д. Маккормик, Р. Пардо. Среди отечественных трудов можно выделить работы C.B. Булашева, И.О. Закаряна, Э.А. Ракитина, Ю.Н. Решетникова, Ю.А. Чеботарева.

Объект исследования - цены фьючерса на Индекс РТС, обращающегося на российском биржевом рынке фьючерсов и опционов FORTS.

Предмет исследования — методы автоматизированного прогнозирования сверхкраткосрочной ценовой динамики рыночных активов.

Цель диссертации: оценить эффективность применения существующих методов технического анализа для сверхкраткосрочных операций и предложить метод, позволяющий более эффективно прогнозировать ценовую динамику финансовых инструментов при проведении данных операций. Для достижения поставленной цели необходимо решение следующих основных задач:

1. Обобщить основные положения традиционных подходов, применяемых для прогнозирования цен финансовых активов и оценить возможность их использования для высокочастотной алгоритмической торговли.

2. Оценить распространенность высокочастотных алгоритмических операций на мировых биржах, оказываемое ими влияние и перспективы развития данного сегмента торговли.

3. Сформировать метод прогнозирования цен рыночных активов, позволяющий эффективно совершать сверхкраткосрочные операции и провести его эмпирическое сравнение с существующими методами технического анализа на сверхкраткосрочном временном интервале.

4. Выявить факторы, влияющие на цены финансовых инструментов в сверхкраткосрочном периоде.

5. Предложить методику выявления рыночной неэффективности на сверхкраткосрочном временном интервале и установить возможность ее определения в ценовой динамике с помощью методов прогнозирования.

Теоретическая и методологическая основа. Методы исследования. Теоретической основой диссертации являются работы российских и западных исследователей и практиков в области прогнозирования цен рыночных активов, системной торговли, а также

создания, оценки и практического применения алгоритмических торговых систем, в том числе: Дж. Аппеля, Ч. Доу, Д. Каца, Д. Маккормик, Р. Пардо, Дж. Швагера, А. Элдера, Р. Эллиотта.

В ходе выполнения исследования изучены российские и зарубежные законодательные и нормативные акты, материалы научных конференций, проанализированы статистические, справочные и аналитические материалы отечественных и зарубежных институтов, фондовых бирж и инвестиционных банков.

В качестве методологической основы исследования использовались методы финансового, статистического и корреляционного анализа данных. В практической части работы использовался язык программирования С Sharp.

Информационная база данных представлена биржевыми ценами наиболее ликвидных финансовых инструментов российского фондового рынка:

- фьючерсного контракта на Индекс РТС, фьючерсного контракта на обыкновенные акции ОАО «Сбербанк России», фьючерсного контракта на акции ОАО «Газпром», фьючерсного контракта на акции ОАО «ЛУКОЙЛ», обращающихся на срочном рынке FORTS (Futures & Options on RTS);

- обыкновенных акций ОАО Сбербанк России, акций ОАО «Газпром», акций ОАО «ЛУКОЙЛ», обращающихся на Основном рынке Московской биржи.

Научная новизна исследования состоит в следующем:

1) выявлена ограниченность применения традиционных методов технического анализа при прогнозировании цен финансовых активов на сверхкраткосрочном временном горизонте, образующаяся вследствие того, что данные методы предназначены для приятия решений на среднесрочном и краткосрочном интервале инвестирования и не

учитывают особенности принятия решений при совершении высокочастотных операций;

2) установлено влияние ценовых изменений связанных рыночных инструментов на динамику цен прогнозируемого актива в сверхкраткосрочном периоде времени и показано, что использование связанных инструментов позволяет существенно улучшить результаты прогнозирования;

3) проведено сопоставление традиционных методов технического анализа и предлагаемого в диссертации аналогового метода, основанного на использовании цен связанных финансовых инструментов, показавшее, что предлагаемый метод обладает значительно большей эффективностью и может применяться для сверхкраткосрочной торговли;

4) введено понятие «периода рыночной неэффективности», наличие которых в ценах финансовых активов делает возможным прогнозирование их будущих значений; предложена методика выявления периодов рыночной неэффективности в ценах активов;

5) определены причины возникновения периодов рыночной неэффективности; показано, что в их основе лежит различие скорости совершения операций участниками торгов;

Теоретическая и практическая значимость работы. Теоретическая значимость работы заключается в развитии аппарата сверхкраткосрочного прогнозирования цен рыночных активов и определения рыночной неэффективности. Практическая значимость диссертации состоит в разработке метода сверхкраткосрочного прогнозирования цен рыночных активов, позволяющего достигать положительных результатов совершения высокочастотных операций.

Полученные результаты и выводы исследования могут быть использованы для дальнейшего развития теории прогнозирования цен финансовых инструментов и алгоритмической торговли. Теоретические

результаты могут применяться для разработки широкого спектра методов прогнозирования рыночных цен. Практические результаты могут быть востребованы российскими и зарубежными участниками рынка ценных бумаг при создании алгоритмических торговых систем, обладающих большей эффективностью совершения рыночных операций с точки зрения соотношения риска и доходности.

Предложенный метод может быть востребован при совершении операций на фондовом (российском и мировом), денежном (Money), валютном (FOREX), кредитном (Credit), товарном (Commodity) рынках в различных странах. Конечными пользователями алгоритмических систем, построенных на основе разработанного метода, могут быть профессиональные участники фондового рынка и частные инвесторы.

Основные выводы и положения диссертационного исследования также могут быть использованы в преподавании курсов для бакалавров — «Фондовый рынок», «Финансовые рынки», «Операции с ценными бумагами» и других.

Апробация результатов исследования. Материалы диссертации используются консалтинговой компанией ООО «Европа Финанс» при построении стратегий торговли фьючерсами. Основные положения работы были представлены в виде докладов и обсуждены со специалистами по совершению торговых операций на российских межвузовских научных конференциях, проводимых в НИУ ВШЭ, МГИМО, АНХ и ММВБ, а также на научных семинарах Лаборатории Анализа финансовых рынков НИУ ВШЭ.

Результаты и практические аспекты исследования использовались при проведении лекций и семинарских занятий в НИУ ВШЭ по курсам: «Финансовые рынки», «Финансовые рынки и институты», «Операции с ценными бумагами». Результаты исследования также были представлены на научно-исследовательских семинарах, проводимых для студентов

магистратуры НИУ ВШЭ (программа «Финансовые рынки и финансовые институты»).

Публикации. Основные результаты и научно-практические положения диссертации опубликованы в тринадцати работах автора общим объемом 8 п.л. Из них четыре работы опубликованы в журналах, рекомендованных Высшей аттестационной комиссией Министерства образования и науки РФ, общим объемом 2,1 п.л.

Структура работы отражает решение основных задач, сформулированных в диссертации. Работа состоит из введения, трёх глав, включающих 8 рисунков, 7 таблиц, библиографического списка и восемнадцати приложений.

2. ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ

Во введении дано обоснование актуальности темы диссертации, определены объект и предмет исследования, цель и задачи, дан анализ методологической и информационной базы, раскрыта научная новизна, сформулированы теоретическая и практическая значимость полученных результатов.

Первая глава посвящена общим вопросам прогнозирования цен рыночных активов. Для установления возможности прогнозирования рыночных цен был проведен анализ теоретических положений гипотезы эффективного рынка. В ходе анализа было показано, что ее базовые предпосылки являются трудновыполнимыми в реальных условиях. Это позволяет утверждать о наличии возможности прогнозирования цен финансовых активов, что подтверждается и результатами ряда эмпирических исследований, выполненных специалистами в данной области.

Рассмотрение фундаментального анализа показало, что на его основе возможно формирование хорошо проработанных и обоснованных прогнозов. Однако он имеет серьезное ограничение - его методы

ориентированы только на совершение долгосрочных инвестиционных операций, они не могут использоваться для краткосрочного прогнозирования.

Технический анализ имеет более широкую применимость и может использоваться для среднесрочных и краткосрочных стратегий. Однако чрезмерная упрощенность создаваемых на его основе методов привела к наличию у них серьезных недостатков:

• использование единственного вида информации - ценовой динамики прогнозируемого финансового инструмента не позволяет анализировать ситуацию на рынке в целом;

• алгоритмы прогнозирования не способны отражать сложные взаимосвязи цен рыночных активов;

• отсутствие динамической адаптации к происходящим на рынке изменениям приводит к невозможности учитывать те из них, которые происходят после настройки алгоритмов прогностической модели.

Из-за отмеченных недостатков надежность прогнозов, формируемых на основе существующих методов технического анализа, недостаточно высока, что отмечается в эмпирических работах, выполненных исследователями в данной области. К тому же, несмотря на то, что технический анализ ориентирован на более широкий спектр стратегий, чем фундаментальный, ему также присуще ограничение, выявленное в ходе выполнения диссертации - он не ориентирован на реализацию сверхкраткосрочных алгоритмических операций.

Для того чтобы оценить значение данного ограничения на современном рынке, в диссертации был проведен анализ развития высокочастотной алгоритмической торговли. На основе обзора статистики крупнейших мировых бирж было показано, что данный сегмент торговли, образовавшись всего несколько лет назад, к настоящему моменту играет

весьма существенную роль. Поэтому если раньше отсутствие ориентации методов технического анализа на сверхкраткосрочную торговлю не являлось значимым ограничением, то теперь оно представляет собой существенную проблему на пути развития рыночной торговли.

В ходе анализа сверхкраткосрочной алгоритмической торговли были выявлены ее особенности, которые не учитываются в традиционных методах технического анализа. К ним относятся: наличие переноса ценовых тенденций между различными финансовыми активами, низкая «психологическая» составляющая в рыночном ценообразовании, неприменимость теории рефлексивности, низкая вероятность наличия в ценовой динамике простых закономерностей, выявляемых с помощью традиционных методов технического анализа.

Наряду с недостатками общего характера, неучет особенностей сверхкраткосрочной алгоритмической торговли может существенно снижать эффективность традиционных методов технического анализа при такого рода стратегиях. Однако поскольку эмпирических работ, направленных на оценку эффективности методов технического анализа при высокочастотной торговле на данный момент выполнено не было, существует необходимость проведения такого исследования, чему посвящена вторая глава диссертации.

Для реализации исследования были сформулированы две гипотезы. Первая гипотеза утверждает, что при сверхкраткосрочных операциях традиционные методы технического анализа обладают низкой прогностической силой и не позволяют достигать положительных результатов торговли.

Исследование эффективности их применения проводилось на торговой площадке FORTS, где обращается наиболее ликвидный финансовый инструмент российского рынка — фьючерсный контракт на Индекс РТС, который был выбран в качестве прогнозируемого. В качестве

и

критерия эффективности был выбран показатель прибыли на вложенный капитал. Использовалась запись котировок за восемь недель, выбранных произвольно в период с 26.07.2010 по 26.11.2010 (в дальнейшем при проведении эмпирических тестирований использовались те же условия для обеспечения сопоставимости получаемых результатов). В течение данного периода торговыми роботами на основе исследуемых индикаторов технического анализа было совершено от 5381 до 9784 операций, что позволяет говорить о репрезентативности полученных результатов, представленных в табл. 1.

Таблица 1

Результаты тестирования индикаторов технического анализа

Индикаторы технического анализа Прибыль, полученная при тестировании индикаторов технического анализа

В рублях В процентах годовых

МАСБ -7817 -49%

Скользящее среднее -21630 -135%

Стохастический осциллятор -15105 -94%

Линии Боллинджера -32009 -200%

Индикатор Вильямса -10919 -68%

Из табл. 1 видно, что отрицательные результаты были получены для всех тестируемых индикаторов. Это позволяет утверждать о выполнении первой гипотезы исследования.

Вторая гипотеза звучит следующим образом: существующие методы технического анализа не позволяют выявлять периоды рыночной неэффективности на сверхкраткосрочном интервале инвестирования, что обеспечивало бы возможность прогнозирования рыночных цен.

Под периодом рыночной неэффективности подразумевается отрезок времени в динамике цен финансового актива, в течение которого вышедшая рыночная информация оказывает на них влияние. Понятие

периода рыночной неэффективности не является безотносительным. Данные периоды могут определяться только для конкретной информации, влияние которой исследуется и конкретного метода прогнозирования, с помощью которого устанавливается характер ее влияния на цены.

Применение теста на выявление периодов рыночной неэффективности позволяет установить, действительно ли воздействие информации, используемой при прогнозировании, продолжается в течение некоторого периода времени. Это является необходимым условием, обеспечивающим возможность ее использования для прогнозирования. В случае, если влияние такой информации является доминирующим относительно других действующих факторов, то за счет его определения возможно прогнозирование цен рыночного актива.

Таким образом, способность метода прогнозирования выявлять периоды рыночной неэффективности является его основополагающей характеристикой. Тест на ее определение заключается в последовательном увеличении задержки открытия позиций и анализе изменения результатов совершения операций. Если при увеличении задержки наблюдается постепенное ухудшение результатов торговли, то используемая для прогнозирования информация оказывает влияние в течение некоторого времени, поэтому на ее основе возможно выявление зарождающихся тенденций. Дальнейшее увеличение задержки открытия позиции до того момента, когда последовательное ухудшение результатов торговли сменится их хаотическим изменением, позволяет установить среднюю длительность выявляемых периодов рыночной неэффективности. В случае, если при увеличении задержки открытия позиции результаты торговли изначально начинают улучшаться или изменяться хаотически, можно утверждать, что метод прогнозирования не позволяет выявлять периоды рыночной неэффективности и не способен определять моменты начала ценовых тенденций.

Эмпирические результаты, отражающие способность индикаторов технического анализа выявлять периоды рыночной неэффективности, представлены в табл. 2. При тестировании использовался индикатор МАСБ без сигнальной линии, показавший лучшие результаты совершения операций среди исследуемых индикаторов. Как показывают полученные результаты, при обычной скорости реагирования на сигнал к открытию позиции, равной 1 сек., применение данного индикатора приводит к убыткам. С увеличением длительности задержки открытия позиции результаты не ухудшаются, а изменяются хаотическим образом. Более того, сокращение времени реакции на 0,5 секунды не приводит к улучшению результатов. Это говорит о том, что исследуемый индикатор не позволяет выявлять даже самые краткосрочные рыночные тенденции.

Таблица 2

Результаты совершения операций на основе индикатора ¡\1ACD при различной длительности задержек открытия позиций

Задержка открытия позиций, секунд Прибыль от совершения операций, руб.

-0,5 сек -9365

0 сек -7817

0,5 сек -7238

1,5 сек -8214

2,5 сек -8578

3,5 сек -7953

5 сек -8902

7,5 сек -9157

12,5 сек -10106

17,5 сек -10902

25 сек -9741

50 сек -9542

75 сек -8980

Полученные результаты говорят о выполнении второй гипотезы. Они показывают, что убытки при использовании традиционных методов

14

технического анализа образуются не только из-за влияния транзакционных издержек, но и ввиду их неспособности выявлять периоды рыночной неэффективности на сверхкраткосрочном таймфрейме.

В ходе теоретического анализа было установлено, что отрицательные результаты применения существующих методов технического анализа при сверхкраткосрочных стратегиях обуславливаются не некорректностью самих аксиом технического анализа, а особенностями их интерпретации при применении для высокочастотной торговли. Поэтому в качестве основы предлагаемого в диссертации метода прогнозирования были выбраны методы технического анализа и проведена их адаптация с учетом специфики высокочастотных операций. Необходимость адаптации была обусловлена полной автоматизацией совершения операций, использованием цен связанных рыночных активов при прогнозировании, возможностью выявления сложных рыночных закономерностей и динамической адаптацией прогностической модели.

Третья глава диссертации посвящена формированию основных положений аналогового метода сверхкраткосрочного автоматизированного прогнозирования рыночных цен. При рассмотрении первой аксиомы технического анализа - «движения цен на рынке учитывают всю информацию» было показано, что на сверхкраткосрочном таймфрейме изменения цен актива образуются под влиянием ценовых изменений связанных финансовых инструментов. Данный вывод был подтвержден эмпирически на основе корреляционного анализа, в ходе которого было установлено наличие сильной взаимосвязи ценовых изменений наиболее ликвидных финансовых инструментов российского рынка и фьючерса на Индекс РТС. В результате был сделан вывод о том, что сверхкраткосрочное прогнозирование цен требует анализа рыночной ситуации в целом за счет использования динамики цен связанных активов, а не только прогнозируемого финансового инструмента.

В ходе рассмотрения второй аксиомы технического анализа -«движения цен подчинены тенденциям», было показано, что на сверхкраткосрочном временном горизонте ее выполнение обеспечивается различной скоростью совершения операций участниками торгов. Это приводит к наличию в ценовой динамике периодов рыночной неэффективности и существованию тенденций внутри них, а значит -говорит о возможности прогнозирования рыночных цен на сверхкраткосрочных временных интервалах.

На основе третьей аксиомы технического анализа - «история повторяется» были сформированы алгоритмы прогнозирования аналогового метода. Данная аксиома говорит о том, что для определения будущих значений цен необходимо применять модели, разработанные на основе анализа исторических данных, поскольку схожие рыночные ситуации приводят к одинаковым реакциям прогнозируемого актива. Поэтому прогнозирование должно основываться на выявлении прошлых ситуаций, аналогичных текущей, и анализе реакций цен финансового актива на их возникновение.

Для сравнения текущей рыночной ситуации с прошлыми, каждая из них представляется в виде набора сигналов, проявившихся в ценах прогнозируемого финансового инструмента и связанных с ним. В качестве сигнала используется показатель изменения цен за период фиксации ситуации, рассчитываемый по формуле (1).

Б; = Р.К0Н" - р."« (1)

где: Б! — сигнал, проявившийся по ¡-му активу, входящему в ситуацию; Р,"" - цена финансового актива в начальный момент периода фиксации ситуации; р.канет - цена финансового актива в конечный момент периода фиксации ситуации.

Связанные финансовые инструменты формируют представление о текущей рыночной ситуации. Они отбираются среди активов, имеющих высокие показатели корреляции с прогнозируемым инструментом. Для этого устанавливается минимальный уровень корреляции, при превышении которого актив включается в прогностическую модель.

Выявление прошлых ситуаций, аналогичных текущей, также требует определения: периода поиска прошлых ситуаций, периода фиксации каждой ситуации, периода фиксации реакций котировок прогнозируемого актива на возникновение прошлых ситуаций (этот же период является прогнозным, поскольку именно на такой отрезок времени рассчитывается прогноз для текущей ситуации).

Формирование прогноза на основе аналогового метода реализуется в три шага. Шаг 1. Сравнение сигналов прошлых ситуаций с сигналами текущей. Сопоставление сигналов текущей и прошлых ситуаций выполняется по каждому входящему в них рыночному активу. Посредством установления функции подобия Рр(Кр/011), различие сигналов по модулю (011) переводится в коэффициенты их подобия друг другу (Кр): чем меньше отличие сигналов, тем больше значение коэффициента подобия. В результате таких преобразований каждая прошлая ситуация представляется в виде набора коэффициентов подобия.

Различие сигналов ОН рассчитывается по формуле:

0$= ^-БГЧ (2)

где: . различие сигналов текущей и прошлой ситуации;

— сигнал, проявившийся по ¡-му активу в текущей ситуации; п - сигнал, проявившийся по ¡-му активу в прошлых ситуациях.

Шаг 2. Определение группы прошлых ситуаций, аналогичных текущей. Объединением коэффициентов подобия отдельных сигналов прошлой ситуации по формуле (3) рассчитывается общая оценка ее подобия текущей:

где: - общий коэффициент подобия ¡-ой прошлой ситуации по отношению к текущей; Кр, Кр,... - коэффициенты подобия сигналов, проявившихся в прошлой ситуации, по отношению к соответствующим сигналам текущей ситуации; - удельный вес каждого финансового актива, используемого при описании ситуаций.

На основе полученных для каждой прошлой ситуации общих коэффициентов подобия выделяется группа ситуаций, аналогичных текущей. Для этого устанавливается минимальный уровень значения общего коэффициента подобия, при превышении которого считается, что ситуация является аналогичной сложившейся на рынке в данный момент.

Шаг 3. Формирование прогноза. Прогноз для текущей рыночной ситуации рассчитывается посредством обобщения реакций цен прогнозируемого актива, которые следовали за прошлыми ситуациями, аналогичными текущей, по формуле (4). Удельный вес каждой реакции цен определяется на основе общего коэффициента подобия прошлой ситуации, за которой она следовала, по формуле (5).

^ = Ш! * + ш2 * К* + - + \уп * К»

(3)

Рг = * ^ + \У2Р * К2 ... *

•п

(4)

где: Рг - прогноз для текущей ситуации; - удельные веса ситуаций, используемых при прогнозировании; - общие

коэффициенты подобия ситуаций, аналогичных текущей; 1^1...,, -реакции цен, следовавшие за прошлыми ситуациями, аналогичными текущей; п - количество ситуаций, аналогичных текущей, которые использовались при формировании прогноза.

При сравнении аналогового метода с традиционными методами технического анализа были выявлены следующие его преимущества:

• формируемые прогнозы являются более проработанными, поскольку основаны на анализе рыночной ситуации в целом, а не только ценовой динамики прогнозируемого актива;

• отсутствие жесткой структуры модели прогнозирования делает каждый прогноз уникальным и нешаблонным, способствует выявлению и использованию при прогнозировании сложных и неявных рыночных закономерностей, позволяя более полно и точно учитывать сложный характер динамики цен рыночных активов;

• прогностическая модель непрерывно адаптируется как к сверхкраткосрочным, так и к более долгосрочным рыночным изменениям.

Несмотря на то, что аналоговый метод обладает значимыми преимуществами перед традиционными методами технического анализа, для того, чтобы сделать итоговый вывод о его эффективности, было проведено отдельное эмпирическое исследование, в ходе которого сформулированы третья и четвертая гипотезы. Третья гипотеза звучит следующим образом: использование при прогнозировании цен рыночного актива дополнительной информации - изменений цен связанных активов, позволяет достигать лучших показателей торговли. Четвертая гипотеза говорит о том, что аналоговый метод позволяет лучше, чем традиционные

19

методы технического анализа, определять периоды рыночной неэффективности, которые можно использовать для получения прибыли от совершения рыночных операций.

Эмпирическая проверка третьей гипотезы проводилась на основе сравнения аналогового метода и индикатора МАСО, показавшего лучшие результаты среди исследуемых методов технического анализа. Данные, представленные в табл. 3, наглядно демонстрируют, что аналоговый метод позволяет достигать значительно более высоких показателей торговли по сравнению с индикатором МАСБ.

Таблица 3

Результаты тестирования аналогового метода и индикатора МАСО

на периоде данных вне обучающей выборки

Тестируемые методы прогнозирования Прибыль за периоды тестирования (р' гб.) Прибыль за все периоды (руб.) Прибыль за все периоды (% годовых)

26.07.2010 - 30.07.2010 02.08.2010 - 06.08.2010 09.08.2010 - 13.08.2010 23.08.2010 - 27.08.2010 18.10.2010 - 22.10.2010 25.10.2010 - 29.10.2010 08.11.2010- 12.11.2010 22.11.2010 - 26.11.2010

Аналоговый метод 1661 5311 4867 1190 6750 1965 3594 1229 26567 166%

МАСО -491 918 -2013 -667 1482 -2053 -3651 -1342 -7817 -49%

Поскольку при аналоговом методе прогнозирование основывается на использовании связанных показателей, полученные эмпирические результаты позволяют говорить о выполнении третьей гипотезы. В качестве связанных показателей использовались цены акций и фьючерсных контрактов на эти акции, обращающихся на российском фондовом рынке и имеющих наиболее высокие показатели корреляции с ценами фьючерса на Индекс РТС (таблица 4).

Таблица 4

Значения корреляции приростов цен фьючерса на Индекс РТС и финансовых инструментов, используемых при тестировании

аналогового метода

Финансовый инструмент Значения корреляции

Акции ОАО «Газпром», ао 0,82

Акции ОАО «ЛУКОЙЛ», ао 0,71

Акции ОАО «Сбербанк России», ао 0,8

Акции ОАО ГМК «Норильский никель», ао 0,72

Акции ОАО НК «Роснефть», ао 0,73

Фьючерсный контракт на акции ОАО «Газпром» 0,83

Фьючерсный контракт на акции ОАО «ЛУКОЙЛ» 0,79

Фьючерсный контракт на акции ОАО «Сбербанк России» 0,85

Фьючерсный контракт на акции ОАО ГМК «Норильский никель» 0,77

Фьючерсный контракт на акции ОАО НК «Роснефть» 0,75

Полученная при тестировании аналогового метода прибыль - 26567 рублей (27,7% за использованный период или около 166% годовых), также позволяет утверждать о его применимости для реализации высокочастотных алгоритмических стратегий.

При проверке четвертой гипотезы было установлено, что аналоговый метод позволяет выявлять периоды рыночной неэффективности, равные примерно 12,5 секундам (табл.5). Такая длительность периодов рыночной неэффективности достаточна для получения прибыли, что было показано выше. Это говорит о преимуществе аналогового метода перед традиционными методами технического анализа, которые не способны выявлять периоды рыночной неэффективности, поэтому можно утверждать о выполнении четвертой гипотезы исследования.

Таблица 6

Результаты совершения операций на основе аналогового метода при различной длительности задержек открытия позиций

Задержка открытия позиций, секунд Прибыль от совершения операций, руб.

-0,5 сек 38030

0 сек 31176

0,5 сек 23830

1 сек 19220

1,5 сек 14846

2 сек 11758

2,5 сек 6400

3 сек 3067

4 сек -1481

5 сек -6697

7,5 сек -16503

10 сек -22418

12,5 сек -28384

15 сек -27152

20 сек -26819

25 сек -30109

50 сек -26638

75 сек -22923

Результаты эмпирической проверки четвертой гипотезы также позволяют сделать выводы о том, что текущая динамика цен прогнозируемого и связанных финансовых инструментов:

• оказывает влияние на будущие значения цен прогнозируемого актива;

• отражается в ценах прогнозируемого актива не мгновенно, а в течение некоторого времени - периода рыночной неэффективности, что говорит о неприменимости гипотезы эффективного рынка для сверхкраткосрочного таймфрейма.

3. ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ РАБОТЫ

Основным теоретическим результатом диссертационного исследования является установление низкой эффективности традиционных методов технического анализа при совершении сверхкраткосрочных операций и разработка нового метода прогнозирования цен рыночных активов, позволяющего достигать положительных результатов при высокочастотной торговле.

В диссертационной работе получены следующие выводы:

1. В ходе теоретического анализа и проведенных эмпирических исследований традиционных подходов к прогнозированию цен был получен вывод о том, что фундаментальный анализ неприменим для высокочастотных алгоритмических стратегий, а использование существующих методов технического анализа при сверхкраткосрочном прогнозировании приводит к отрицательным результатам.

2. Рассмотрение биржевой статистики и специализированной литературы показало, что сегмент высокочастотных алгоритмических операций получил широкое распространение на крупнейших биржевых площадках и имеет перспективы к дальнейшему развитию.

3. Расширен понятийно-категориальный аппарат в области сверхкраткосрочных инвестиционных операций, внесены уточнения в классификацию алгоритмических торговых систем.

4. Введено понятие «периода рыночной неэффективности» и предложен тест на способность методов прогнозирования выявлять данные периоды в ценовой динамике финансовых активов.

5. Установлено, что сверхкраткосрочная динамика цен рыночного актива образуется под влиянием ценовых изменений связанных финансовых инструментов и их использование при прогнозировании позволяет достигать лучших результатов совершения рыночных операций.

6. На базе проведенного эмпирического исследования показано, что предлагаемый в диссертации аналоговый метод прогнозирования цен может применяться для сверхкраткосрочных операций, и является более эффективным, чем традиционные методы технического анализа.

7. Показано, что аналоговый метод прогнозирования позволяет выявлять периоды рыночной неэффективности на сверхкраткосрочном интервале, в отличие от традиционных методов технического анализа.

СПИСОК ПУБЛИКАЦИЙ ПО ТЕМЕ ДИССЕРТАЦИИ

Результаты исследования и основные научно-практические положения диссертации опубликованы в тринадцати работах автора общим объемом 8,0 п.л.:

Работы, опубликованные автором в ведущих рецензируемых научных изданиях и журналах, рекомендованных Высшей аттестационной комиссией Министерства образования и науки РФ:

1. Володин С.Н. Эволюция систем искусственного интеллекта для прогнозирования динамики цен акций // Вестник Самарского государственного экономического университета. 2009. №7(57). С. 22-25 (0,35 п.л.).

2. Володин С.Н., Берзон Н.И. Оценка финансовых активов по критерию «риск-доходность» с учетом длительности инвестирования // Экономический журнал Высшей школы экономики. 2010. Т. 14. № 3. С. 311-325 (0,8 п.л., личный вклад автора - 0,4 п.л.).

3. Володин С.Н. Алгоритмическая торговля на современных фондовых рынках // Аудит и финансовый анализ. 2011. № 5. С. 252-255 (0,7 п.л.).

4. Володин С.Н. Влияние широкого распространения алгоритмической торговли на современные фондовые рынки // Аудит и финансовый анализ. 2012. № 5. С. 334-338 (0,65 п.л.).

Другие работы, опубликованные автором по теме кандидатской диссертации:

5. Володин С.Н. Прогнозирование динамики курсовых стоимостей акций фондового рынка с применением резонансных систем искусственного интеллекта // Финансовый рынок России. Теория и практика развития. М: Бизнес Элайнмент, 2012. С. 56-71 (0,95 п.л.).

6. Володин С.Н. Использование специализированных компьютерных программ для совершения торговых операций на фондовом рынке // Фондовый рынок: современное состояние, инструменты и тенденции развития. М.: Изд.дом ГУ-ВШЭ, 2009. С. 74-86 (0,65 п.л.).

7. Володин С.Н. Эффективность программно-математических систем, используемых для прогнозирования цен акций: проблемы и перспективы // Материалы ежегодного молодежного экономического и финансового форума студентов и аспирантов. М.: Изд-во ГОУ АНХ, 2010. С. 198-201 (0,25 п.л.).

8. Володин С.Н. Влияние интуиции трейдера на успешность прогнозирования котировок финансовых инструментов // Сборник статей аспирантов факультет экономики. М.: Изд.дом ГУ-ВШЭ, 2010. С. 36-57 (1,25 п.л.).

9. Володин С.Н. Формирование новых принципов разработки автоматических торговых систем, применяемых на фондовом рынке // Фондовый рынок и рынок инвестиций: современное состояние, инструменты и тенденции развития. М.: Бизнес Элайнмент, 2010. С. 58-74 (0,95 п.л.).

10. Володин С.Н. Оптимизация алгоритмических торговых систем фондового рынка // Фондовый рынок: тенденции развития в посткризисный период. М.: Бизнес Элайнмент, 2011. С. 64-76 (0,7 п.л.).

11. Володин С.Н. Анализ применимости гипотезы эффективного рынка для моделирования динамики цен // Фондовый рынок: современное

состояние, инструменты и тенденции развития. М.: Бизнес Элайнмент, 2012. С. 56-65 (0,55 п.л.).

12. Володин С.Н., Баулин А.Г. Эффективность технического анализа на различных временных горизонтах инвестирования // Фондовый рынок: современное состояние, инструменты и тенденции развития. М.: Бизнес Элайнмент, 2012. С. 45-55 (0,6 п.л., личный вклад автора - 0,3 п.л.).

13. Дьяконова Д.О., Володин С.Н. Применимость технического анализа для акций, различающихся по ликвидности // Фондовый рынок: современное состояние, инструменты и тенденции развития. М.: Бизнес Элайнмент, 2012. С. 77-89 (0,6 п.л., личный вклад автора - 0,3 п.л.).

Лицензия ЛР № 020832 от «15» октября 1993 г. Подписано в печать «¿У» л-и^тъ г. Формат 60x84/16

Бумага офсетная. Печать офсетная. Усл. печ. л. 1.

Тираж 100 экз. Заказ №_Т_ Типография издательства НИУ ВШЭ, 125319, г. Москва, Кочновский пр-д., д. 3.