Статистическое прогнозирование для построения эффективных торговых стратегий на валютном рынке тема диссертации по экономике, полный текст автореферата

Автореферат диссертации по теме "Статистическое прогнозирование для построения эффективных торговых стратегий на валютном рынке"

На правах рукописи УДК 31:336.748(043)

ЛИТИНСКИЙ ДЕНИС СЕМЕНОВИЧ

СТАТИСТИЧЕСКОЕ ПРОГНОЗИРОВАНИЕ ДЛЯ ПОСТРОЕНИЯ ЭФФЕКТИВНЫХ ТОРГОВЫХ СТРАТЕГИЙ НА ВАЛЮТНОМ РЫНКЕ

Специальность 08.00.12 -" Бухгалтерский учет, Статистика".

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата экономических наук

Москва - 2003

Диссертация выполнена на кафедре Математической статистики и эконометрики Московского государственного университета экономики, статистики и информатики.

Научный руководитель:

- доктор экономических наук, профессор Лукашин Юрий Павлович

Официальные оппоненты: - доктор экономических наук, доцент

Орехов Сергей Александрович

- кандидат экономических наук Герасимов Александр Валентинович

Ведущая организация:

- Всероссийский заочный финансово-экономический институт

Защита состоится " 29 " мая 2003 года в "14.00" на заседании диссертационного совета К.212.151.02 в Московском государственном университете экономики, статистики и информатики по адресу: 119501, г. Москва, ул. Нежинская, 7.

С диссертацией можно ознакомиться в библиотеке Московского государственного университета экономики, статистики и информатики.

Автореферат разослан " Vt G^yil^SC- 2003 года. Ученый секретарь

диссертационного совета, кандидат экономических наук, доцент

Бамбаева Н. Я.

1а о?-A

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. В связи с интеграцией Российской Федерации в мировое экономическое сообщество российские инвесторы получили широкий доступ к мировым финансовым рынкам. Это дает огромные возможности по проведению различного рода финансовых операций. Одним из самых привлекательных является международный валютный рынок FOREX, который характерен большим объемом сделок, высокой ликвидностью и доходностью.

Ежедневный объем операций мирового рынка FOREX составляет около 2 триллионов долларов США. При таком значительном объеме операций никто из участников в отдельности не может повлиять на ход торгов, а движение цен определяется лишь как результат массовых действий всех участников торгов. Такая ситуация наиболее благоприятна для прогнозирования конъюнктуры рынка, что нельзя сказать про российский валютный рынок, который находится на начальной ступени своего развития. Годовой объем всех межбанковских торгов иностранной валюты на Московской межбанковской валютной бирже (ММВБ) в 2002 году составил всего 65 млд. долларов США. Ввиду своего сравнительно небольшого объема операций российский валютный рынок подвержен сильному влиянию со стороны крупных инвесторов. Прогнозы могут очень часто оказаться неверными из-за неожиданного вмешательства крупных инвесторов в ход торгов.

Несомненно, работа на мировом рынке FOREX имеет преимущества для российского инвестора и трейдера перед работой по проведению операций с иностранной валютой на ММВБ. Следует также сказать, что проводимые ими операции не могут быть успешными без применения методов статистического прогнозирования, используемых всеми мировыми финансовыми институтами.

Отметим также что, несмотря на целый ряд открывшихся перед российскими инвесторами возможностей, работа по проведению операций на рынке FOREX может оказаться неэффективной без учета реальных российских экономических условий. Под такими условиями понимаются в основном условия по проведению сделок, которые предлагают российские брокерские компании. Для учета таких условий на рынке FOREX первостепенное значение имеет разработка научно-методологического обеспечения участников операций. Важнейшим инструментарием такого обеспечения являются статистические методы анализа и прогнозирования курсов валют.

Тем не менее, при огромном практическом интересе к работе на рынке FOREX в отечественной научной печати уделяется мало внимания разработке соответствующего научно-методологического обеспечения.

Все это обусловило выбор темы диссертации, ее актуальность в научном и практическом плане.

Цель и задачи исследования. Цель диссертационной работы состоит в разработке методики статистического прогнозирования курсов валют для получения эффективных торговых стратегий на международном валютном рынке FOREX.

В связи с целью были поставлены и решены следующие задачи: -провести статистический анализ рынка FOREX; -осуществить экономический анализ российских условий выполнения валютных операций на рынке FOREX;

-рассмотреть вопросы построения и апробации статистических моделей, отражающих влияние различных характеристик инструментов "технического анализа" на формирование результатов прогноза движения валютного курса;

-выявить основные особенности построения эффективных торговых стратегий на рынке FOREX, использующих статистические модели для прогнозирования курсов валют;

-сформулировать проблемы оценки качества моделей и торговых стратегий и определить пути их решения.

Объект и предмет исследования. Объектом исследования выступает международный валютный рынок FOREX. Предметом исследования является процесс статистического прогнозирования валютных курсов, а также эффективность процесса принятия решения об инвестировании на рынке FOREX.

Методологическая база исследования. Теоретической и методологической основой диссертации являются научные труды ведущих российских и зарубежных ученых в областях: статистики, эконометрики, прогнозирования, "технического анализа", машинной обработки данных. В качестве статистического инструментария использовались методы корреляционного и регрессионного анализа, методы "технического анализа" по прогнозированию валютных курсов, включая, скользящие средние, осцилляторы, теорию циклов, графические фигуры.

Для решения задач исследования использовались следующие пакеты прикладных программ: MetaStock 7.0, STATISTICA 6.0, Excel 97.

Информационная база исследования. Информационную базу исследования составили котировки рынка FOREX информационного агентства "REUTERS", а именно, часовые и дневные изменения курсов EUR/USD,

GBPAJSD, USD/JPY, CHF/USD за 1999 - 2002 годы. Также использовались материалы периодической печати, информация, полученная непосредственно с веб-сайтов российских брокерских компаний.

Научная новизна диссертации заключается в разработке методик построения и апробации статистических моделей для прогнозирования курсов валют, позволяющих повысить эффективность торговых стратегий на рынке FOREX.

В результате выполненного исследования сформулированы и обоснованны следующие результаты, выносимые на защиту:

-показаны возможности получения высоких прибылей от спекулятивных операций на рынке FOREX для российских трейдеров и инвесторов;

-выбраны наиболее эффективные условия российских брокеров по проведению сделок;

-разработаны методики построения и апробации статистических моделей для прогнозирования курсов валют на определенных интервалах времени;

-предложена методика построения эффективных торговых стратегий на рынке FOREX с использованием разработанных статистических моделей;

-разработаны критерии оценки качества моделей и торговых стратегий и апробированы на примере использования Индекса Относительной Силы и Стохастического осциллятора.

Практическая значимость результатов исследования. Разработанные методики могут применяться для краткосрочного статистического прогнозирования (от 1 часа до нескольких дней) валютных курсов. Данные методики могут быть использованы широким кругом российских инвесторов и трейдеров. Выводы и рекомендации диссертации могут быть также использованы ЦБ РФ при разработке отдельных мероприятий курсовой политики, Госкомстатом РФ в анализе тенденций валютного рынка.

Апробация и реализация работы. Основные положения и выводы диссертации доложены и получили положительную оценку на Международной научно-практической конференции молодых ученых, аспирантов и студентов (МЭСИ 2002 г.), на семинарах кафедры Математической статистики и эконометрики и кафедры Высших финансовых вычислений. По теме диссертации опубликовано 7 статей общим объемом 3 п. л. Статистические модели для прогнозирования курсов валют, предложенные в данной диссертации, внедрены в КБ Содбизнесбанк.

Структура диссертации. Диссертационная работа состоит из введения, трех глав, заключения, списка литературы, глоссария и приложений.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении: поставлены цель и задачи исследования, раскрыта актуальность темы, обоснована практическая значимость работы и научная новизна.

В первой главе: "Международный валютный рынок FOREX и прогнозирование валютных курсов" дан статистический анализ рынка FOREX, критический обзор современных методов прогнозирования валютных курсов с помощью "технического анализа", особое внимание уделено анализу методов прогнозирования с помощью осцилляторов.

Международный валютный рынок FOREX (Foreign Exchange Market) представляет собой совокупность операций по купле-продаже иностранной валюты и предоставлению ссуд на конкретных условиях с выполнением на определенную дату. Основными участниками рынка являются: коммерческие банки, валютные биржи, центральные банки, фирмы, осуществляющие внешнеторговые операции, инвестиционные фонды, брокерские компании.

На рынке FOREX заключаются конверсионные сделки. Конверсионные сделки - это сделки по обмену одной национальной валюты на другую по согласованному курсу на определенную дату. По данным Банка международных расчетов (Швейцария, г. Базель) ежедневный объем мировых конверсионных операций в 1989 году составил 932 млд. долларов США, а в конце 1993 года ежедневный объем составлял 1100 млд. долларов США. Ежегодный прирост объемов международной торговли валютами составляет 5-7%. На рис. 1 показано распределение ежедневного объема конверсионных операций по рынкам мира в млд. долларов США. На сегодняшний день ежедневный объем конверсионных операций в мире составляет около 2 триллионов долларов США. Причем доля операций, использующих доллар США, - это 87% всех операций на рынке FOREX.

Отличительной особенностью рынка FOREX является круглосуточная активность. Из-за разности часовых поясов в одних точках мира у участников рынка заканчивается рабочее время, в других точках мира рабочее время начинается. Такой режим работы рынка FOREX стал возможным благодаря развитию современных информационных технологий. Участники рынка FOREX для своей круглосуточной деятельности используют высокотехнологичные каналы связи, спутниковые и компьютерные системы.

Современный международный валютный рынок возник в начале 70-х годов, но основы его развития были заложены в 1944 году в Бреттон-Вуддсе, США. В Бреттон-Вуддсе были заключены соглашения, по которым

на мировом финансовом рынке действовала система фиксации обменных валютных курсов.

Франкфурт-на-Майне 5,5% Сингапур 8.2% Другие 7.2%

Рис. 1. Распределение ежедневного объема конверсионных операций по рынкам мира в млд. долларов США

Эта система заключалась в том, что конвертируемость валют стала совершаться на основе фиксированных валютных паритетов, выраженных в долларах США. Одна тройская унция золота приравнивалась к 35 долларам США. Свободные рыночные колебания валют не могли превышать 1% в каждую сторону от официальных паритетов. Международный валютный рынок был подвержен сильному государственному регулированию. Рынок был не ликвидным. Система фиксированных обменных курсов существовала до начала 70-х годов. В начале 70-х США отказались от золотого содержания доллара, курс стал определяться рыночным спросом и предложением (свободно плавающий курс). У всех основных мировых валют на данном этапе развития рынка установлен свободно плавающий курс.

Основной объем всех операций на рынке FOREX приходится сейчас на следующие валюты: доллар США (USD), евро (EUR), британский фунт стерлингов (GBP), японская иена (JPY), швейцарский франк (CHF).

Основной информацией на рынке FOREX явлйются котировки валют, (например, EUR/USD). Котировками валют называются отношения валют друг к другу. Первая валюта в коде котировки является базовой. Котировка дает информацию о том, сколько единиц национальной валюты дается за базовую валюту. Под сделкой на покупку (куплей) валюты на рынке FOREX понимается получение базовой валюты котировки в результате обмена ее на вторую валюту котировки. Под сделкой на продажу (продажей) валюты понимается получение второй валюты котировки в результате обмена ее на базовую валюту котировки. Если цена базовой валюты растет, то выгодной является ее купля. Если цена базовой валюты падает, то выгодной является ее продажа.

Высокая ликвидность рынка FOREX, а также развитие информационных технологий, позволяющих использование для торгового процесса раз-

личных информационных каналов, дали развитие механизма маржевой торговли (от англ. margin - сумма депозита (залога) трейдера в брокерской фирме или банке, покрывающая риск от потерь при операциях, связанных с изменением цены валюты). При маржевой торговле всегда происходит купля или продажа валюты по одной цене (открытие позиции) и продажа или купля валюты по другой цене (закрытие позиции). Открывая позицию, трейдер вносит сумму залога, составляющую несколько процентов кредита, предоставляемого для сделки. Сумма залога вносится с депозита трейдера в брокерской фирме. Этот депозит чаще всего называется залоговым (margin). Благодаря этому депозиту трейдер может продать, например, 100000 долларов за швейцарские франки, имея на депозите сумму от 500 до 2000 долларов в зависимости от кредитного плеча. Кредитное плечо (leverage) - это финансовый механизм, позволяющий кредитовать спекулятивные операции под залоговую сумму. Плечо 1:100 означает, что трейдер для оперирования суммой 100000 долларов должен предоставить залог 1000 долларов. После закрытия позиции, если получена прибыль, залоговая сумма возвращается. Если получен убыток, потери вычитаются из залоговой суммы. В случае если возникла прибыль от изменения валютных курсов, она начисляется на счет трейдера. Сама сумма, которой трейдер оперирует на торгах, называется лотом.

Изменения курсов валют принято измерять в специальных единицах измерения - пунктах. Пункт - последняя цифра в котировке валюты (например, 1,5921). При расчете прибыли и убытков от изменения курсов также требуется учитывать такие понятия как спред и комиссия. Комиссия - вознаграждение брокера при каждой операции (измеряется в пунктах). Спред (spread) - разница между ценой покупки и ценой продажи валюты у брокера в один и тот же момент времени.

В результате проведенного статистического анализа рынка FOREX выявлены возможности получения высоких прибылей от спекулятивных операций на рынке FOREX для российских инвесторов и трейдеров. Для этого в диссертации проведена оценка средней амплитуды максимальных колебаний (дневных) курсов основных мировых валют по отношению к доллару США. В табл. 1 приведены результаты такой оценки за первые 3 месяца 2002 года. Данные результаты говорят о том, что большие перспективы имеют даже краткосрочные (от 1 часа до нескольких дней) спекулятивные операции. Например, если работать с курсом EUR/USD при залоговом капитале 1000 долларов США и кредитном плече 1:100, то изменение курса на 100 пунктов в благоприятную для трейдера сторону (например, за день с 0,9687 до 0,9787 доллара за евро) означает получение 1000 долларов США прибыли, что является 100 % прибыли от вложенных средств.

Таблица 1

Средняя амплитуда максимальных колебаний (дневных) курсов основных мировых валют по отношению к доллару США

Курс USD/CHF USD/JPY EUR/USD GBP/USD

Средняя амплитуда 149 128 77 93

Для прогнозирования валютных курсов с целью проведения спекулятивных операций широкое распространение во всем мире получили методы "технического анализа". В диссертационном исследовании данные методы проанализированы на примере использования осцилляторов. Ниже кратко изложены результаты этого анализа.

Осциллятор - модель колебаний (от латинского oscillo - качаюсь). В основе работы осциллятора всегда лежит та или иная математическая формула, рассчитывающая определенные показатели на основе статистических данных ценового ряда. Значения осцилляторов обычно измеряются в процентах, относительных или абсолютных единицах, которые показывают соотношение между различными значениями цен за одинаковые или разные диапазоны времени. В основе использования осцилляторов лежат понятия перекупленного (overbought) и перепроданного (oversold) рынка. Перекупленным рынок считается тогда, когда цена находится около своей верхней границы, ее дальнейшее повышение невозможно. Перепроданным рынок считается тогда, когда цена находится около своей нижней границы, ее дальнейшее понижение невозможно. Для определения ситуаций перекупленное™ или перепроданности для каждого осциллятора устанавливаются определенные уровни (например, 70% и 30% соответственно). Такие уровни называются уровнями (границами) перекупленности или перепроданности. Все значения выше уровня перекупленности образуют область перекупленности. Все значения ниже уровня перепроданности образуют область перепроданности.

Ситуация когда значение осциллятора пересекает границу перекупленности является сигналом к продаже. Ситуация когда значение осциллятора пересекает границу перепроданности является сигналом к покупке. При возникновении сигналов о заключении сделок очень важным является также анализ значений дополнительных показателей - характеристик осцилляторов.

В результате анализа методов статистического прогнозирования курсов валют с помощью осцилляторов выявлены следующие основные ха-

рактеристики: ордината кривой осциллятора в момент входа в область перекупленное™ или перепроданное™; угол наклона кривой осциллятора к горизонтали в момент входа в область перекупленное™ или перепроданно-сти; ширина верхней части волны в состоянии перекупленности; ширина нижней части волны в состоянии перепроданности; модуль разности во время сигнала ординат линий %К и %0.

%К и %0 - принятые обозначения линий Стохастического осциллятора, отражающих расположение текущей заключительной цены (закрытия) часа относительно максимальной цены выбранного временного диапазона, например, 5 - часового. Расчет значений линий %К и проводится по следующим формулам (на примере пятичасового диапазона):

% К = 100 *

(С, - Л5)

% О = 100 *

сх

Н1

,(1)

(Я5 - 15)

где С, - текущая цена закрытия; Ь 5 - самый низкий уровень за последние 5 часов; Я 5 - самый высокий уровень за последние 5 часов; СЬ 3 -сумма слагаемых вида (С, - ¿5) за последние 3 часа; НЬ 3 - сумма слагаемых вида (Я 5 - £5) за последние 3 часа.

, На рис. 2 приведены пояснения и примеры различных характеристик, где цифрой 1 обозначена характеристика - ордината кривой осциллятора в мЬмент входа в область перекупленности. Цифрой 2 обозначена характеристика - ордината кривой осциллятора в момент входа в область перепроданности. Ввиду использования дискретных статистических наблюдений цен первое значение ординаты кривой осциллятора, которое превышает границу перекупленности или находится ниже границы перепроданности, может значительно отличаться от значений границ. Чем выше ордината кривой осциллятора в момент входа в область перекупленности относительно границы области, тем достовернее сигнал к продаже, так как чем выше значение этой характеристики, тем больше перекупленность рынка, значит тем вероятнее снижение цены. Чем ниже ордината кривой осциллятора в момент входа в область перепроданности относительно границы области, тем достовернее сигнал к покупке, так как чем ниже значение этой характеристики, тем больше перепроданность рынка, значит тем вероятнее повышение цены.

На рис. 2 цифрой 3 обозначена характеристика - угол наклона кривой осциллятора к горизонтали в момент входа в область перекупленности. Цифрой 4 обозначена характеристика - угол наклона кривой осциллятора к горизонтали в момент входа в область перепроданности. Чем меньше угол наклона кривой осциллятора к горизонтали, тем слабее тенденция. Если

осциллятор пересек границу перекупленное™, то можно говорить о сигнале к продаже. Если замерить значение угла в момент входа в область пе-рекупленности и значение угла малое, то можно с большей вероятностью утверждать, что господствующая тенденция ослабевает и грядет снижение цены. Сигнал к продаже в этом случае более достоверен. Если осциллятор пересек границу перепроданности, то можно говорить о сигнале к покупке. Если замерить значение угла в момент входа в область перепроданности и значение угла малое, то можно с большей вероятностью утверждать, что господствующая тенденция ослабевает и грядет повышение цены. Сигнал к покупке в этом случае более достоверен.

В диссертационном исследовании для статистического измерения этой характеристики предложено использовать косинус вышеописанного угла.

I

I

08.03.0015.00 08.03.00 20.00 09.03.00 01.00 09.03.00 06.00

Рис. 2. Примеры различных характеристик осцилляторов

На рис. 2 цифрой 5 обозначена характеристика - модуль разности во время сигнала ординат линий %К и %0. Очевидно, чем меньше модуль разницы ординат во время сигнала значений линий %К и %0, тем с большей вероятностью можно говорить о том, что цена пойдет по предложенному сценарию. Другими словами, это означает совпадение прогнозов, по-

11

даваемых различными линиями осцилляторов. Сигнал в этом случае более достоверен.

На рис. 2 цифрой 6 обозначена характеристика - ширина верхней части волны в состоянии перекупленное™. Цифрой 7 обозначена характеристика - ширина нижней части волны в состоянии перепроданности. Узкая нижняя часть волны - признак слабости нисходящей тенденции и сильной будущей восходящей тенденции, значит сигнал к покупке более достоверен. Узкая верхняя часть волны - признак слабости восходящей тенденции и сильной будущей нисходящей тенденции, значит сигнал к продаже более достоверен.

Во второй главе: "Разработка эффективных торговых стратегий и статистических моделей для прогнозирования курсов валют ".

В этой главе рассмотрены основные методологические вопросы построения эффективных торговых стратегий на рынке FOREX. Разработаны методики построения и апробации статистических моделей для прогнозирования курсов валют на определенных интервалах времени. Предложены критерии качества моделей и торговых стратегий.

Формальное использование осцилляторов вне строгой рыночной стратегии может обернуться очень большими убытками, поскольку осциллятор ■ может предсказать тенденцию, но никогда не бывает точно ясна величина j предсказанного подъема или спада.

Возникает необходимость контроля уровня прибыли, при которой следует закрывать сделку во время открытой позиции. Также возникает !

необходимость контроля уровня потерь, при котором следует закрывать сделку во время открытой позиции, поскольку опять же точно не известна величина движения в невыгодном для игрока направлении.

Исходя из вышесказанного, для более эффективной работы использовать осцилляторы всегда следует в рамках строгой рыночной стратегии, учитывающей как свойства осцилляторов полезные для прогнозирования, так и экономические условия работы. Для решения перечисленных выше проблем в диссертации разработана методика построения эффективных торговых стратегий на рынке FOREX. Блок-схема методики представлена на рис. 3.

Параметры стратегии задаются на этапах 1 -6. На этапе 7 на исторических данных проводится тестирование стратегии. С помощью перебора различных значений параметров стратегии получаются различные варианты работы стратегии. Вариант стратегии годен для использования, если он обеспечивает прибыль не ниже 30 % в год. Данный уровень является общепринятой нижней границей прибыли для такого рода бизнеса.

Выбор окончательных параметров стратегии -► Этап 9. Проверка эффективности стратегии

Рис. 3. Блок-схема методики построения эффективных торговых

стратегий

Для случая, когда стратегия строится отдельно для сделок купли и отдельно для сделок продажи, нижней границей является прибыль 15 % в год.

Поскольку при работе с определенным курсом валюты в течение года можно заключать как сделки на покупку, так и сделки на продажу, такой уровень прибыли в год отдельно для сделок купли и отдельно для сделок продажи гарантирует в сумме по этим видам сделок достижение уровня прибыли не ниже 30% в год.

Если ни один вариант стратегии не признан годным, то проводится корректировка параметров стратегии и поиск их оптимальных значений.

И опять проводится тестирование. Такие действия проводятся либо до получения годного варианта, либо до признания негодности использования данного вида осциллятора для данной рыночной ситуации.

Если есть в наличии годные варианты работы стратегии, то выбор окончательных параметров стратегии проводится из условия максимума основных показателей доходности: чистая прибыль; количество прибыльных сделок; превышение количества прибыльных сделок над количеством убыточных сделок; отношение средней прибыли от прибыльных сделок к среднему убытку от неудачных сделок. Показатели перечислены в порядке убывания значимости.

Для итоговой оценки качества построенных стратегий в диссертации предложен следующий критерий - эффективность стратегии.

На этапе 9 происходит проверка эффективности построенной стратегии. Анализ методов статистического прогнозирования с помощью осцилляторов свидетельствует, что во время появления сигнала требуется также обрабатывать значения различных характеристик осцилляторов, количество которых может достигать при использовании определенных видов осцилляторов до 5 разновидностей. Ввиду всего вышесказанного, стратегия признается эффективной для определенного диапазона изменения курса валюты, если ее использование дает максимальные показатели прибыльности с учетом анализа характеристик осциллятора для данного диапазона по сравнению с другими возможными вариантами работы стратегии. Поэтому для построения эффективной стратегии требуется иметь в наличии эталонные значения характеристик осцилляторов, которые наилучшим образом определяют сигнал как достоверный, чтобы на основе сравнения текущих и эталонных значений характеристик осцилляторов принимать решение о сделке. Таких эталонных значений характеристик осцилляторов в теоретических разработках не приводится. Эти значения могут быть получены только эмпирическим путем для конкретной реальной рыночной ситуации (для заданного интервала времени).

В связи с этим возникает задача проведения статистического исследования, целью которого является на базе значений входных переменных (характеристик осцилляторов) получить значение выходной управляющей переменной у, пригодной для определения момента и характера оперативного вхождения в рынок.

Для статистического исследования предлагается ввести управляющую переменную как функцию от характеристик осциллятора у(х{, х2,... х к) . Для ее построения на базе годовых данных значений входных переменных оценивается регрессионная модель Я*1,*2 хк) .

С помощью этой модели предполагается получать информацию по текущим значениям входных переменных в каждый момент времени о текущем значении у и по его величине делать вывод о целесообразности заключения сделки по покупке или продаже валюты в момент появления сигнала.

Управляющая переменная у формируется как среднее арифметическое от суммы текущих значений входных переменных, подверженных дискретизации, при которой значение входной переменной заменяется на номер ее дискретного уровня.

Для проведения статистического исследования проводится сбор измерений вида: {( , хг1,... хк])} у = 1,2,... п, где п - объем выборки.

Проводится расчет текущих значений у ] .

Для выявления мультиколлинеарности и определения входных переменных, наиболее тесно связанных с управляющей переменной у, проводится корреляционный анализ.

В качестве общего вида структуры искомой связи между управляющей переменной у и входными переменными х,, х 2,... х к выбрана линейная форма, как наиболее разработанная в эконометрических задачах.

Для доказательства адекватности модели использованы следующие статистические характеристики, критерии и проверки: Р-критерий; коэффициент детерминации Я 2 ; ^критерий; проверка случайности колебаний уровней остаточной последовательности по критерию пиков; проверка соответствия распределения случайной компоненты нормальному закону распределения с помощью исследования значений показателей асимметрии у | и эксцесса у 2 и критерия согласия /2 Пирсона; проверка отсутствия существенной автокорреляции 1-го порядка в остаточной последова-

тельности по критерию Дарбина-Уотсона (DW); средняя относительная ошибка аппроксимации Еотн .

Формула для Еотм (%) приведена ниже:

100 -....... ' (2)

I \у, - у;

j= 1 ) J=i

Для удобства эксплуатации модели предлагается вводить нормировку уравнения регрессии по формуле (3). Величина у в результате изменяется в диапазоне от 0 до ] (где у тп и у тдХ - соответственно минимальное и максимальное значение у ):

-7y v v Ч _ «о + а\х\ + а2Х2-ал - утт _ Утах Уnun

t \ f \ f

\ У тах У min У

X, +

Ч З^шах Уmin J

«0 ~Уш>

У min /

N

ak

У min у

(3)

Имея в результате исследования модель, формирующую управляющую переменную, для ее реального использования требуется^ найти а - оптимальное пороговое значение у * , которое является критерием достоверности сигнала. Другими словами, данное значение является критерием заключения сделки. Кроме того, данное значение дает максимальное увеличение основных показателей доходности стратегии от использования модели. Для решения перечисленных выше проблем в диссертации предложена методика апробации статистических моделей для прогнозирования курсов валют на определенных интервалах времени.

Блок-схема методики представлена на рис. 4. На этапе 1 проводится реализация расчета уравнения модели для построения управляющей переменной на определенном периоде исторических данных с помощью средств пакета М&аЗмск 7.0. В стратегию добавляется критерий достоверности сигнала, при котором следует совершать сделку: если у* < а , где а б [0;1]. На этапе 2 проводится тестирование стратегии с использованием модели на исторических данных. Проводится поиск оптимального порогового значения а. Данное значение ищется методом перебора различных значений параметра а и поиска наилучшего.

Оптимальное пороговое значение а выбирается из условия максимального увеличения основных показателей доходности стратегии. Если

оптимальное пороговое значение а не выявлено, то проводится корректировка условий тестирования для расширения вариантов работы. Далее опять проводится тестирование.

Рис. 4. Блок-схема методики апробации статистических моделей для прогнозирования курсов валют на определенных интервалах времени

Такие действия проводятся либо до получения оптимального порогового значения а, либо до получения заключения о невозможности увеличения показателей доходности стратегии.

Разрабатывая модели такого рода, нельзя не учитывать, что все рынки подвержены случайным изменениям, которые могут серьезно отразиться на прибыльности используемой стратегии. Для учета данной проблемы в диссертации предложена проверка устойчивости работы модели к случайным изменениям на рынке. Для этого проводится апробация модели на случайных исторических данных. То есть по вышеописанному алгоритму, но с выбранным случайным образом периодом исторических данных. Модель признается устойчивой к случайным изменениям на рынке, если при ее использовании достигается уровень прибыли не ниже 15% в год отдельно для сделок купли и отдельно для сделок продажи.

Основной задачей апробации является заключение о пригодности построенных моделей для эксплуатации на основе полученных результатов. В связи с этим в диссертации предложен критерий качества моделей, а именно, - пригодность моделей для эксплуатации. Пригодными для использования признаются модели с полученным оптимальным пороговым значением а и устойчивые к случайным изменениям на рынке. В других случаях модели признаются непригодными для использования.

Оценка качества моделей позволяет сделать окончательный вывод об эффективности стратегии.

Если в результате статистического исследования найдена пригодная модель для прогнозирования курсов валют для определенной стратегии, то в качестве эффективной признается данная стратегия с добавлением оптимального порогового параметра а, служащего критерием достоверности сигнала, при котором следует совершать сделку.

Если в результате статистического исследования не найдена пригодная модель для прогнозирования курсов валют для определенной стратегии, то данная стратегия признается неэффективной и отвергается, так как в таком случае нельзя утверждать, что стратегия учитывает влияние характеристик осцилляторов.

В третьей главе: "Практическое применение разработанных методик на рынке FOREX" рассмотрены практические аспекты применения разработанных методик: построение эффективных торговых стратегий; построение и апробация статистических моделей для прогнозирования курсов валют на определенных интервалах времени. Оценка качества моделей и торговых стратегий позволила сделать рекомендации об их практическом применении.

Построены 4 торговые стратегии на основе:

- Стохастического осциллятора для сделок купли (Стратегия 1);

- Стохастического осциллятора для сделок продажи (Стратегия 2);

- Индекса Относительной Силы для сделок купли (Стратегия 3);

- Индекса Относительной Силы для сделок продажи (Стратегия 4) .

В табл. 2 представлены результаты работы данных стратегий. Суммарные затраты времени на машинную обработку различных вариантов работы

Результаты работы построенных стратегий

Таблица 2

Название стратегии Исторические данные (часовые) Годовая прибыль %

Стратегия 1 GBP/USD за 2000 год 18,6

Стратегия 2 GBP/USD за 2000 год 23,5

Стратегия 3 EUR/USD за 1999,2000 год 43,7

Стратегия 4 EUR/USD за 2000 год 17,6

стратегий (табл. 3) получены при работе с помощью пакета MetaStock 7.0 на ПК с процессором CELERON 433 МГц, ОЗУ 64 Мб, операционной системой Windows 98. Машинная обработка других задач исследования проводилась при тех же условиях.

В результате экономического анализа российских условий выполнения валютных операций выявлен набор наиболее эффективных условий. Дан' ный набор снижает в 2 раза издержки на покрытие комиссионных расходов брокера при прочих равны* условиях, по сравнению со средними расходами по всем брокерам: кредитное плечо -1:100; минимальный лот -) 100000 единиц базовой валюты; спред - 5 пунктов; комиссия - 0. Стратегии были разработаны с учетом этого набора условий.

Таблица 3

Суммарные затраты времени на машинную обработку различных _ вариантов работы стратегий_

Название стра- Суммарные затраты Количество обработанных

тегии времени вариантов

Стратегия 1 3 мин. 361

Стратегия 2 1 час 13 мин. 9386

Стратегия 3 12 часов 31 мин. 19133

Стратегия 4 3 мин. 361

Анализ результатов показал, что получение уровня доходности отдельно для сделок купли и отдельно для сделок продажи не ниже 15 % годовых при построении торговых стратегий по предложенной методике достижимо при вышеописанных условиях.

Построены статистические модели управляющих переменных для прогнозирования курсов валют на рынке FOREX. Для построения моделей отобраны следующие входные переменные, влияющие на управляющую переменную.

В случае Стратегии 1: х, - ордината линии %К осциллятора в момент входа в область перепроданное™; х,- модуль разности во время сигнала ординат линий %К и %D; х} - ширина нижней части волны в состоянии перепроданное™.

В случае Стратегии 2: х, - ордината линии %К осциллятора в момент входа в область перекупленное™; х2 - модуль разности во время сигнала ординат линий %К и %D; хъ- ширина верхней части волны в состоянии перекупленное™.

В случае Стратегии 3: х, - ордината линии осциллятора в момент входа в область перепроданное™; х2 - косинус угла наклона кривой осциллятора к горизонтали в момент входа в область перепроданное™.

В случае Стратегии 4: х, - ордината линии осциллятора в момент входа в область перекупленное™; х2 - косинус угла наклона кривой осциллятора к горизонтали в момент входа в область перекупленное™.

В результате корреляционного анализа доказано отсутствие явления мультиколлинеарноста, выявлены переменные, наиболее тесно связанные с у . Далее проведено вычисление оценок неизвестных параметров регрессионного уравнения с помощью Метода наименьших квадратов.

Полученные множественные регрессионные модели, выражающие зависимость управляющей переменной от характеристак осцилляторов, приведены ниже. В скобках под оценками коэффициентов регрессии указаны соответствующие значения t-критерия.

Модель 1: у = 5,3095-0,0385*, -0,0237х2-0,1755х3.

(-27,05) (-21,19) (-16,93)

Модель 2: у = 1,922+0,0331*, -0,0216х2-0,1602х3.

(43,13) (-28,29) (-29,6)

Модель 3: у = 4,2520 - 0,1242 х, + 2,4860 х2.

(-17,93) (24,2)

Модель 4: у = -4,6597 +0,088 х, +2,1827 х2.

(28,91) (17,42)

Все статистические критерии свидетельствуют о значимости параметров уравнений. Статистические показатели качества моделей даны в табл. 4.

После проведения всех этапов статистического исследования введена нормировка уравнения регрессии по формуле (3).

Проведена апробация статистических моделей для прогнозирования курсов валют на определенных интервалах времени. В табл. 5 приведены результаты апробации. Даны значения увеличения прибылей от применения моделей. Также для каждой модели дано оптимальное пороговое значение а.

Таблица 4

Статистические показатели качества моделей_

Название модели R2 DW £«„ (%)

Модель 1 0,88 312,23 2,05 3,8

Модель 2 0,92 937,5 2,09 3,14

Модель 3 0,97 606,31 2,15 10,11

Модель 4 0,96 706,04 2,29 9,39

В табл. 6 даны суммарные затраты времени на машинную обработку задачи по поиску оптимального порогового значения а.

Таблица 5

Результаты апробации моделей__

Название модели Исторические данные (часовые) Увеличение прибыли % Оптимальное пороговое значение а Заключаются сделки на

Модель 1 GBP/USD за 2000 год 2,7 0,835 покупку при у' < 0,835

Модель 2 GBP/USD за 2000 год 4 0,93 продажу при у' < 0,93

Модель 3 EUR/USD за 1999, 2000 год 0 нет нет

Модель 4 EUR/USD за 2000 год 18,9 0,05 покупку при у' < 0,05

Далее проверена устойчивость работы моделей к случайным изменениям на рынке. В табл. 7 приведены результаты этого исследования.

Оценка качества моделей по результатам апробации статистических моделей позволила сделать следующие выводы.

Использование моделей, построенных по предложенной методике, в целом значительно увеличивает годовую прибыль. В некоторых случаях увеличение прибылей может быть почти в 2 раза. Модель 1 и Модель 2 пригодны для использования, так как для них получены оптимальные пороговые значения а и они устойчивы к случайным изменениям на рынке.

Таблица 6

Суммарные затраты времени на машинную обработку задачи по поиску оптимального порогового значения я (при апробации моделей)

Название Суммарные затраты вре- Количество обработанных

модели мени вариантов

Модель 1 10 мин 1001

Модель 2 10 мин 1001

Модель 3 28 часов 40 мин 42252

Модель 4 10 мин 1001

Модель 3 непригодна для использования, для нее не было найдено оптимальное пороговое значение а. Модель 4 непригодна для использования, так как тест на устойчивость к случайным изменениям на рынке она не прошла.

Таблица 7

Результаты проверки моделей на устойчивость к случайным __изменениям на рынке_

Название модели Исторические данные (часовые) Годовая прибыль %

Модель 1 GBP/USD33 2001 год 27,9

Модель 2 GBP/USD за 2001 год 41,5

Модель 3 EUR/USD за 2001 год 32,5

Модель 4 EUR/USD за 2001 год 9,3

Оценка качества стратегий позволила сделать следующие выводы.

Так как в результате статистического исследования найдены пригодные модели для прогнозирования курсов валют для Стратегии I и Стратегии 2, то эффективными признаются данные стратегии с добавлением оптимального порогового параметра а, служащего критерием достоверности сигнала, при котором следует совершать сделки. Стратегия 1 при значении

параметра а=0,835 признается эффективной на часовых изменениях курса GBP/USD за 2000 год. Стратегия 2 при значении параметра а =0,93 признается эффективной на часовых изменениях курса GBP/USD за 2000 год.

Так как в результате статистического исследования не найдены пригодные модели для прогнозирования курсов валют в случае Стратегии 3 и Стратегии 4, эти стратегии признаются неэффективными и отвергаются.

В заключении диссертационной работы приведены основные результаты исследования, сформулированы основные выводы, вытекающие из полученных результатов, даны рекомендации по практическому применению результатов исследования.

По теме диссертации опубликованы следующие работы:

1. Литинский Д. С. Кризис на фондовом рынке США в апреле 2000. Сб. Математико-статистический анализ в социально-экономических исследованиях. - М.: МЭСИ, 2001 г. -0,2 п. л.

2. Литинский Д. С. Сопоставление технического и фундаментального анализа курса USD/JPY за период 1982-2000 год. Сб. Математико-статистический анализ социально-экономических процессов. - М.: МЭСИ,

2002 г. -0,2 п. л.

3. Литинский Д. С. Сопоставление технического и фундаментального анализа курса GBP/USD за период конец 1998-на на» ало 2001 года. Сб. Математико-статистический анализ социально-экономических процессов. -М.: МЭСИ, 2002 г. -0,2 п. л.

4. Литинский Д. С. Методология построения моделей для обобщенного анализа сигналов осцилляторов на примере Индекса Относительной Силы. Экономика и Финансы. № 19 (21) - М.: Тезарус, 2002 г.-0,9 п. л.

5. Литинский Д. С. Построение оптимальных стратегий на основе осцилляторов для работы на рынке FOREX. Экономика и Финансы. № 19 (21) - М.: Тезарус, 2002 г.-1,1 п. л.

6. Литинский Д. С. Апробация работы модели для обобщенного анализа сигналов Стохастического осциллятора. Сб. Математико-статистический анализ социально-экономических явлений. - М.: МЭСИ,

2003 г. -0,2 п. л.

7. Литинский Д. С. Методология проверки адекватности модели для обобщенного анализа сигналов Стохастического осциллятора. Сб. Матема-тико-статистический анализ социально-экономических явлений. - М.: МЭСИ, 2003 г. -0,2 п. л.

¿752. 3 ,6 732

Лицензия ЛР № 020563 от 07.07.97 Подписано к печати 24.04.2003

Формат издания 60x84/16 Бум. офсетная № 1 Печать офсетная Печ.л. 1,5 Уч.-изд.л. 1,4 Тираж 100 экз.

Заказ № 1295

Типография издательства МЭСИ. 119501, Москва, Нежинская ул., 7

Диссертация: содержание автор диссертационного исследования: кандидата экономических наук, Литинский, Денис Семенович

Введение. t-,Ht

Глава 1. Международный валютный рынок FOREX и (>i прогнозирование валютных курсов.

1.1. Статистический анализ рынка FOREX.

1.2. Прогнозирование валютных курсов с помощью технического анализа.

1.3. Анализ методов прогнозирования валютных курсов с помощью осцилляторов.

1.4. Проведение спекулятивных операций во время действия ценовых трендов.

Глава 2. Разработка эффективных торговых стратегий и статистических моделей для прогнозирования курсов валют. г 2.1. Методика построения эффективных торговых стратегий на рынке FOREX

2.2. Методика построения статистических моделей для прогнозирования курсов валют на определенных интервалах времени.

2.3. Методика апробации статистических моделей для прогнозирования курсов валют, критерии оценки качества моделей и торговых стратегий.

Глава 3. Практическое применение разработанных методик на рынке

FOREX.

3.1. Практическое построение эффективных торговых стратегий на рынке FOREX.:.

3.2. Практическое построение статистических моделей для прогнозирования курсов валют на определенных интервалах времени.

3.3. Апробация статистических моделей для прогнозирования курсов валют, оценка качества моделей и торговых стратегий.

Диссертация: введение по экономике, на тему "Статистическое прогнозирование для построения эффективных торговых стратегий на валютном рынке"

Актуальность темы исследования. В связи с интеграцией Российской Федерации в мировое экономическое сообщество российские инвесторы получили широкий доступ к мировым финансовым рынкам. Это дает огромные возможности по проведению различного рода финансовых операций. Одним из самых привлекательных является международный валютный рынок FOREX, который характерен большим объемом сделок, высокой ликвидностью и доходностью.

Ежедневный объем операций мирового рынка FOREX составляет около 2 триллионов долларов США. При таком значительном объеме операций никто из участников в отдельности не может повлиять на ход торгов, а движение цен определяется лишь как результат массовых действий всех участников торгов. Такая ситуация наиболее благоприятна для прогнозирования конъюнктуры рынка, что нельзя сказать про российский валютный рынок, который находится на начальной ступени своего развития. Годовой объем всех межбанковских торгов иностранной валюты на Московской межбанковской валютной бирже (ММВБ) в 2002 году составил всего 65 млд. долларов США. Ввиду своего сравнительно небольшого объема операций российский валютный рынок подвержен сильному влиянию со стороны крупных инвесторов. Прогнозы могут очень часто оказаться неверными из-за неожиданного вмешательства крупных инвесторов в ход торгов.

Несомненно, работа на мировом рынке FOREX имеет преимущества для российского инвестора и трейдера перед работой по проведению операций с иностранной валютой на ММВБ. Следует также сказать, что проводимые ими операции не могут быть успешными без применения методов статистического прогнозирования, используемых всеми мировыми финансовыми институтами.

Отметим также что, несмотря на целый ряд открывшихся перед российскими инвесторами возможностей, работа по проведению операций на рынке FOREX может оказаться неэффективной без учета реальных российских экономических условий. Под такими условиями понимаются в основном условия по проведению сделок, которые предлагают российские брокерские компании. Для учета таких условий на рынке FOREX первостепенное значение имеет разработка научно-методологического обеспечения участников операций. Важнейшим инструментарием такого обеспечения являются статистические методы анализа и прогнозирования курсов валют.

Тем не менее, при огромном практическом интересе к работе на рынке FOREX в отечественной научной печати уделяется мало внимания разработке соответствующего научно-методологического обеспечения.

Все это обусловило выбор темы диссертации, ее актуальность в научном и практическом плане.

Цель и задачи исследования. Цель диссертационной работы состоит в разработке методики статистического прогнозирования курсов валют для получения эффективных торговых стратегий на международном валютном рынке FOREX.

В связи с целью были поставлены и решены следующие задачи: -провести статистический анализ рынка FOREX;

-осуществить экономический анализ российских условий выполнения валютных операций на рынке FOREX;

-рассмотреть вопросы построения и апробации статистических моделей, отражающих влияние различных характеристик инструментов "технического анализа" на формирование результатов прогноза движения валютного курса;

-выявить основные особенности построения эффективных торговых стратегий на рынке FOREX, использующих статистические модели для прогнозирования курсов валют;

-сформулировать проблемы оценки качества моделей и торговых стратегий и определить пути их решения.

Объект и предмет исследования. Объектом исследования выступает международный валютный рынок FOREX. Предметом исследования является процесс статистического прогнозирования валютных курсов, а также эффективность процесса принятия решения об инвестировании на рынке FOREX.

Методологическая база исследования. Теоретической и методологической основой диссертации являются научные труды ведущих российских и зарубежных ученых в областях: статистики, эконометрики, прогнозирования, "технического анализа", машинной обработки данных. В качестве статистического инструментария использовались методы корреляционного и регрессионного анализа, методы "технического анализа" по прогнозированию валютных курсов, включая, скользящие средние, осцилляторы, теорию циклов, графические фигуры.

Для решения задач исследования использовались следующие пакеты прикладных программ: MetaStock 7.0, STATISTICA 6.0, Excel 97.

Информационная база исследования. Информационную базу исследования составили котировки рынка FOREX информационного агентства "REUTERS",, а именно, часовые и дневные изменения курсов EUR/USD, GBP/USD, USD/JPY, CHF/USD за 1999 - 2002 годы. Также использовались материалы периодической печати, информация, полученная непосредственно с веб-сайтов российских брокерских компаний.

Научная новизна диссертации заключается в разработке методик построения и апробации статистических моделей для прогнозирования курсов валют, позволяющих повысить эффективность торговых стратегий на рынке FOREX.

В результате выполненного исследования сформулированы и обоснованны следующие результаты, выносимые на защиту:

-показаны возможности получения высоких прибылей от спекулятивных операций на рынке FOREX для российских трейдеров и инвесторов;

-выбраны наиболее эффективные условия российских брокеров по проведению сделок;

-разработаны методики построения и апробации статистических моделей для прогнозирования курсов валют на определенных интервалах времени;

-предложена методика построения эффективных торговых стратегий на рынке FOREX с использованием разработанных статистических моделей;

-разработаны критерии оценки качества моделей и торговых стратегий и апробированы на примере использования Индекса Относительной Силы и Стохастического осциллятора.

Практическая значимость результатов исследования. Разработанные методики могут применяться для краткосрочного статистического прогнозирования (от 1 часа до нескольких дней) валютных курсов. Данные методики могут быть использованы широким кругом российских инвесторов и трейдеров. Выводы и рекомендации диссертации могут быть также использованы ЦБ РФ при разработке отдельных мероприятий курсовой политики, Госкомстатом РФ в анализе тенденций валютного рынка.

Апробация и реализация работы. Основные положения и выводы диссертации доложены и получили положительную оценку на Международной научно-практической конференции молодых ученых, аспирантов и студентов (МЭСИ 2002 г.), на семинарах кафедры Математической статистики и эконометрики и кафедры Высших финансовых вычислений. По теме диссертации опубликовано 7 статей общим объемом 3 п. л. Статистические модели для прогнозирования курсов валют, предложенные в данной диссертации, внедрены в КБ Содбизнесбанк.

Структура диссертации. Диссертационная работа состоит из введения, трех глав, заключения, списка литературы, глоссария и приложений.

Диссертация: заключение по теме "Бухгалтерский учет, статистика", Литинский, Денис Семенович

Выводы. Исследование по апробации статистических моделей для прогнозирования курсов валют показало, что использование моделей, построенных по методике, описанной в пункте 2.2, в целом значительно увеличивает годовую прибыль. В некоторых случаях увеличение прибылей может происходить почти в 2 раза.

Использование алгоритмов апробации статистических моделей для прогнозирования курсов валют на определенных интервалах времени и проверки устойчивости работы модели к случайным изменениям на рынке дает положительные результаты. В результате применения данных алгоритмов получены пригодные для использования модели.

Тем не менее, в некоторых случаях модели были признаны непригодными для использования либо как не дающие увеличения основных показателей доходности, либо как не прошедшие тест на устойчивость к случайным изменениям на рынке. Стратегии, для которых разрабатываются такие модели, следует признавать негодными и отвергать, так как в таком случае нельзя утверждать, что стратегии учитывают влияние характеристик осцилляторов.

Заключение

На основании проделанной работы по разработке методики статистического прогнозирования курсов валют для получения эффективных торговых стратегий на международном валютном рынке FOREX можно сделать нижеследующие выводы.

1. Статистический анализ рынка FOREX, проведенный в данной диссертации, выявил возможности получения высоких прибылей от спекулятивных операций на рынке FOREX для российских инвесторов и трейдеров.

Результаты анализа говорят о том, что спекулятивные операции длительностью от 1 часа до нескольких дней при залоговом капитале от 1000 долларов США и кредитном плече 1:100 потенциально могут дать до 100 % прибыли от вложенных средств.

2. Экономический анализ российских условий выполнения валютных операций, проделанный в данной работе, выявил набор наиболее эффективных условий. Данный набор позволяет снижать в 2 раза издержки на покрытие комиссионных расходов брокера при прочих равных условиях, по сравнению со средними расходами по всем брокерам.

Проведение дальнейших исследований в рамках данной работы проводилось с учетом этого набора наиболее эффективных условий, что внесло свой вклад в обеспечение конкурентоспособности полученных эффективных торговых стратегий.

3. Разработана методика построения статистических моделей для прогнозирования курсов валют на определенных интервалах времени. Предложенные автором в рамках данной методики 4 множественные регрессионные модели, выражающие зависимость управляющей переменной от характеристик осцилляторов, были успешно построены, о чем говорят статистические показатели качества данных моделей. Полученные модели адекватны, что позволяет применять модели в целях анализа и прогнозирования.

4. Разработана методика апробации статистических моделей для прогнозирования курсов валют на определенных интервалах времени.

Данная апробация позволила сделать вывод, что использование моделей для торговых стратегий, построенных по предложенной методике, в целом значительно увеличивает годовую прибыль по сравнению со стратегиями, которые не используют данные модели. В некоторых случаях увеличение прибылей может быть почти в 2 раза.

5. С помощью предложенной методики были успешно построены эффективные торговые стратегии, с использованием разработанных статистических моделей. Данные стратегии обеспечивают получение прибыли не ниже 15 % в год, при условии, что стратегии строятся отдельно для сделок на покупку и отдельно для сделок на продажу.

6. Разработаны критерии оценки качества моделей и торговых стратегий и апробированы на примере использования Индекса Относительной Силы и Стохастического осциллятора. Оценка качества моделей позволила выявить пригодные для использования модели, обеспечивающие устойчивость к случайным изменениям на рынке и максимальное увеличение основных показателей доходности. Оценка качества торговых стратегий позволила выявить эффективные стратегии с использованием разработанных моделей, которые для определенного диапазона изменения курса валюты, дают максимальные показатели прибыльности с учетом анализа характеристик осциллятора для данного диапазона по сравнению с другими возможными стратегиями/Под другими возможными стратегиями понимаются стратегии,

Ill использующие для определенного диапазона изменения курса валюты такой же вид осциллятора, такие же правила для открытия и закрытия позиции.

7. В процессе проведения исследования был успешно задействован пакет технического анализа MetaStock 7.0. Расчет уравнений моделей при возникновении сигнала осциллятора производился автоматически. Решение на основании правил торговой стратегии и величины оптимального порогового значения а о заключении сделки в момент появления сигнала также происходило автоматически. Из всего выше сказанного следует, что материалы данной работы можно рекомендовать для использования в качестве наглядного пособия для программной реализации разработанных моделей и стратегий для работы на рынке FOREX.

112

Глоссарий

Ask - предложение о продаже брокером определенной валюты по указанной цене.

Bid - предложение о покупке брокером определенной валюты по указанной цене.

FOREX - международный валютный рынок (Foreign Exchange Market) представляет собой совокупность операций по купле-продаже иностранной валюты и предоставлению ссуд на конкретных условиях (сумма, обменный курс, процентная ставка) с выполнением на определенную дату.

Базовая валюта - первая валюта в коде котировки.

Бар - графическое представление деловой активности цены. Отображает максимальную, минимальную цены рассматриваемого периода, а также цены открытия и закрытия рассматриваемого периода. Период может равняться минуте, часу, дню и т. д.

Боковой тренд - это тенденция, при которой цена почти не меняется.

Бычий тренд - это тенденция, при которой цена движется вверх.

Волатилъность - это характеристика величины возможных курсовых колебаний цены финансового инструмента за выбранный промежуток времени, дисперсия колебаний.

Восходящий тренд см. бычий.

Длинная сделка - это операция при игре на повышение. Вначале происходит купля определенного количества валюты, затем трейдер ожидает повышения цены на эту валюту.

Залоговый депозит - счет трейдера в брокерской фирме, покрывающий риск потерь от операции.

Комиссия - это увеличение или уменьшение цены валюты в пользу брокера. Взимается при каждой операции.

Короткая сделка - это операция при игре на понижение. Вначале происходит продажа определенного количества валюты, затем трейдер ожидает понижения цены на эту валюту.

Котировка - значение отношения валют друг к другу.

Кредитное плечо - это финансовый механизм, позволяющий кредитовать спекулятивные операции под залоговую сумму.

Лот - это сумма, которой трейдер оперирует в процессе проведения спекулятивной операции.

Максимальный убыток (stop-loss) - стоповый приказ, который закрывает позицию, как только уровень убытков начнет превышать максимально допустимый уровень.

Маржевая торговля - механизм спекулятивных операций, при котором возможно оперировать суммами, которые выдаются под залог депозита трейдера. Данные суммы могут значительно превышать депозит трейдера.

Медвежий тренд - это тенденция, при которой цена движется вниз.

Нисходящий тренд см. медвежий.

Перекупленность рынка - характеристика, при которой цены повысились слишком высоко и слишком быстро, следовательно, будет понижение цен.

Перепроданностъ рынка - характеристика, при которой цены понизились слишком низко и слишком быстро, следовательно, будет повышение цен.

Плановая прибыль (stop-profit) - стоповый приказ, закрывающий позицию, сразу после достижения уровня запланированной прибыли.

Позиция - открытый контракт, указывающий на интерес на рынке длинный или короткий.

Пункт - последняя цифра в котировке (1,5921).

Расхождение - рассогласование в движении кривой цены и технического индикатора. Например, цена достигла нового пика, а осциллятор - нет.

Спред - разница между ценой покупки и ценой продажи брокера в один и тоже момент времени (между bid и ask).

Стоповый приказ - инструкция к закрытию для брокера позиции в зависимости от достигнутого уровня прибыли или убытка.

Стратегия "купить и держать". Эта стратегия подразумевает, что открытие позиции происходит по первой цене диапазона исторических данных, а закрытие позиции по последней цене диапазона исторических данных.

Тик - см. пункт.

Уровень поддержки - прямая, проведенная не менее чем через две минимальные цены.

Уровень сопротивления - прямая, проведенная не менее чем через две максимальные цены.

Чарт - график отображения цены.

Японская свеча - графическое представление деловой активности цены. Отображает максимальную, минимальную цены рассматриваемого периода, а также цены открытия и закрытия рассматриваемого периода. Период может равняться минуте, часу, дню и т. д. Свеча светлая, если торговый период закрылся на более высокой отметке, чем открылся. В противоположном случае свеча имеет темный цвет.

116