КЛАСИЧНИЙ ПРИВАТНИЙ УНІВЕРСИТЕТ

Гізатулін Артем Махмутович

УДК 681.324

Нелінійні адаптивні методи короткострокового прогнозування в управлінні торговою позицією інвестора

Спеціальність 08.00.11 – математичні методи, моделі та

інформаційні технології в економіці

АВТОРЕФЕРАТ

дисертації на здобуття наукового ступеня

кандидата економічних наук

Запоріжжя-2008

Дисертацією є рукопис.

Роботу виконано в Донецькому національному технічному університеті Міністерства освіти і науки України.

Науковий керівник: кандидат технічних наук,

старший науковий співробітник

Смірнов Олександр Володимирович,

Донецький національний технічний університет

Міністерства освіти і науки України,

доцент кафедри прикладної математики

та інформатики.

Офіційні опоненти: доктор економічних наук, професор

Ковальчук Костянтин Федорович,

Національна металургійна академія

(м. Дніпропетровськ), декан факультету

економіки і менеджменту

кандидат економічних наук, доцент

Шмиголь Надія Миколаївна,

Класичний приватний університет

(м. Запоріжжя), доцент кафедри економічної кібернетики та статистики.

Захист дисертації відбудеться «03» липня 2008 року о 14-00 годині на засіданні спеціалізованої вченої ради К 17.127.01 при Класичному приватному університеті за адресою: 69002, м. Запоріжжя, вул. Жуковського, 70-б, ауд. 124.

З дисертацією можна ознайомитися у бібліотеці Класичного приватного університету за адресою: 69002, м. Запоріжжя, вул. Жуковського, 70-б, ауд. 114.

Автореферат розісланий 01.06.2008 р.

Вчений секретар

спеціалізованої вченої ради Л. С. Головкова

ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Актуальність теми. Фінансовий ринок є життєво важливим фундаментом для розвитку і стабільності національної ринкової економіки. Як каталізатор економічного зростання – фінансовий ринок істотно впливає на забезпечення суверенітету України і реалізацію її національних інтересів в умовах глобалізації.

Суттєвою тенденцією в світовій економіці останніх десятиріч є стрімке зростання ринків капіталів. Зокрема, щорічний обсяг торгів у Першій фондовій торговій системі, який характеризує динаміку фондового ринку України, зріс з 2002 по 2007 рік у 5 разів, щоденні обороти на міжбанківському валютному ринку України зросли з 2002 по 2007 рік майже у 4 рази, що говорить про зростання зацікавленості українських інвесторів у роботі на фінансовому ринку.

Суб’єкти інвестиційної діяльності, активно використовують можливості, що надають фінансові ринки, для притягнення капіталів та отримання економічних вигод. Інвестиції на фінансовому ринку є ефективним інструментом збільшення вкладених фінансових ресурсів. Проте інфляція, що спостерігається на теренах України, значно знецінює активи інвесторів (за прогнозами агенції S&P у 2008 році темп інфляції в Україні складе 16%, в 2009 році – 17%).

За таких обставин мінімізувати втрати від інфляції можливо було б перевівши частку активів із консервативної до спекулятивної частини інвестиційного портфеля. Проте, це заборонено на законодавчому рівні для багатьох суб’єктів інвестиційної діяльності через великий ризик спекулятивних операцій. Тому набуває необхідність у розробці ефективних інструментів прогнозування динаміки розвитку фінансового ринку, які б дозволили підвищити прибутки і знизити ризики від операцій на фінансовому ринку. Що, в свою чергу, збільшило б надходження до державного бюджету України і сприяло б поліпшенню стану економіки України.

Питання прогнозування динаміки розвитку фінансового ринку та управління торговою позицією інвестора досліджуються в роботах багатьох науковців, зокрема, таких, як, Вільямс Б., Іванов М. М., Лисенко Ю. Г., Мандельброт Б., Петерс Е., Порохня В. М., Сергєєва Л. Н., Черняк О. І., Коркоран К., Ейлерс Д. Ф., Кейс С., Мей C. T., Пірсон Д. Л. та ін.

Однак, незважаючи на значні результати наукових досліджень в цій галузі, їх ретельний аналіз показав, що в наукових працях не враховуються суттєві особливості динаміки сучасних фінансових ринків, зокрема, зміна законів формування фінансового ринку у часі. Ігнорування цього факту приводить до ефекту «зміщення» при фільтрації нелінійних трендів, що викликає зниження чутливості управління по виділеним трендам. При цьому втрачається апріорна інформація щодо типу виділеного тренду, наслідком чого є недоотримання прибутків при управлінні торговою позицією інвестора і збільшення інвестиційних ризиків.

Таким чином, об’єктивна необхідність теоретичної розробки і практичного використання нелінійних адаптивних методів прогнозування, моделей і систем управління торговою позицією інвестора в сучасних умовах економіки України обумовили актуальність теми дисертаційної роботи, а також цілі і задачі дослідження.

Зв’язок роботи з науковими програмами, планами, темами. Дисертація виконана в межах наукових досліджень, проведених кафедрами економіки підприємства, прикладної математики та інформатики Донецького національного технічного університету, кафедрою бізнес-адміністрування та прикладної економіки Класичного приватного університету, відповідно до тем і планів держбюджетних науково-дослідних робіт, зокрема, Д-9-04 «Науково-теоретичні основи розвитку систем мотивації суб’єктів господарювання» (номер державної реєстрації 0104U004076) і «Стратегія управління людським потенціалом на макро- та мікроекономічному рівнях» (номер державної реєстрації 0107U004192), де автором розроблено концептуальний підхід щодо управління торговою позицією інвестора на сучасних фінансових ринках, а також комплекс методів прогнозування і моделей управління торговою позицією інвестора, який забезпечує зниження інвестиційних ризиків, зменшує психологічний тиск на керуючого активами, дозволяє виключити «людський» фактор при прийнятті рішень щодо управління торговою позицією інвестора та є вагомим чинником системи мотивації суб’єктів інвестиційної діяльності в сучасних умовах розвитку економіки України.

Мета і завдання дослідження. Метою дослідження є теоретичне обґрунтування і розробка комплексу моделей і методів, що забезпечують підвищення ефективності управління торговою позицією інвестора і зниження інвестиційного ризику в умовах нестабільного економічного середовища.

Цільова спрямованість і логіка дослідження обумовили постановку і вирішення наступних завдань:–

визначити основні характеристики динаміки розвитку сучасних фінансових ринків для виявлення резервів підвищення ефективності систем управління торговою позицією інвестора ;–

дослідити проблеми прогнозування динаміки розвитку фінансового ринку для виявлення резервів підвищення ефективності прогнозування і визначення вимог до методів короткострокового прогнозування динаміки розвитку фінансового ринку;–

сформувати концепцію побудови системи управління торговою позицією інвестора на сучасних фінансових ринках шляхом врахування сучасних тенденцій розвитку економіки України і світу, а також особливостей розвитку сучасних фінансових ринків;–

розробити і дослідити нелінійний адаптивний метод короткострокового прогнозування, який враховує особливості формування динаміки сучасних фінансових ринків;–

розробити індикативні методи для визначення моменту зародження тренду на динамічному ряді цін на фінансові інструменти;–

розробити економіко-математичну модель для прогнозування динаміки фінансового ринку, яка заснована на розпізнаванні «образів» законів формування цін на фінансові інструменти і використанні експертних систем;–

розробити методи оцінки ефективності роботи систем управління торговою позицією інвестора з урахуванням волатильності кривої прибутковості і можливості альтернативних інвестицій;–

синтезувати систему управління торговою позицією інвестора в умовах українських і світових фінансових ринків, розробити технологію її використання, дослідити сфери застосування систем управління торговою позицією інвестора різного типу за ступенем волатильності і довжиною інвестиційного горизонту;–

провести реалізацію розроблених методів прогнозування і моделей управління торговою позицією інвестора в діяльності економічних суб’єктів господарювання, здійснити комплексний аналіз ефективності впровадження системи.

Об’єктом дослідження є процес управління торговою позицією інвестора на сучасних фінансових ринках.

Предметом дослідження є нелінійні адаптивні методи короткострокового прогнозування і моделі управління торговою позицією інвестора на сучасних фінансових ринках.

Методи дослідження. Теоретичною і методологічною основою дослідження є наукові праці вітчизняних і закордонних вчених в області моделювання, прогнозування та аналізу рядів економічної динаміки.

У процесі дослідження використовувалися такі методи: аналізу рядів економічної динаміки, математичної статистики і теорії ймовірностей – при визначенні особливостей динамічних рядів цін на фінансові інструменти; цифрової фільтрації – при виявленні резервів підвищення якості прогнозування, розробці нового методу прогнозування; імітаційного моделювання – при удосконаленні запропонованого методу прогнозування; математичного моделювання і штучного інтелекту – при розробці моделі для прогнозування динаміки фінансового ринку й управлінні торговою позицією інвестора на основі експертної системи; теорії оцінювання – при визначенні математичної ефективності нового методу прогнозування; системного та економічного аналізуh– при визначенні економічної ефективності системи управління торговою позицією інвестора.

Інформаційну базу досліджень складають офіційні статистичні дані по показникам роботи Першої фондової торгової системи, курсах акцій українських емітентів у Першій фондовій торговій системі, курсах валют на міжнародному валютному ринку, і курсах акцій на Нью-Йоркській фондовій біржі.

Наукова новизна одержаних результатів полягає у постановці і вирішенні нового актуального завдання щодо розробки концепції побудови системи управління торговою позицією інвестора на сучасних фінансових ринках, що базується на уврахуванні сучасних тенденцій розвитку економіки України і світу, особливостей динаміки розвитку сучасних фінансових ринків і забезпечує підвищення ефективності управління торговою позицією інвестора.

При цьому отримано такі основні наукові результати:

вперше:–

сформовано концепцію побудови системи управління торговою позицією інвестора на сучасних фінансових ринках на основі системного підходу, нелінійних адаптивних методів прогнозування й експертних систем, яка враховує орієнтацію України на лібералізацію законодавства щодо валютного регулювання і контролю, корпоратизацію підприємств, інтеграцію у світові ринки, а також можливості, що надає економіці України вступ до Світової організації торгівлі, що дозволяє поліпшити якість керуючих сигналів, підвищити прибутковість від операцій на фінансовому ринку і знизити інвестиційні ризики;–

розроблено нелінійний адаптивний метод короткострокового прогнозування, який усуває ефект «зміщення», що виникає при фільтрації рядів економічної динаміки, та є адаптивним до нових даних, до періоду коливань ринкових циклів, до типу нелінійності трендів, що визначають динаміку цін на фінансові інструменти, і до параметрів цих трендів, що постійно змінюються у часі, що дозволяє поліпшити якість фільтрації за квадратичною функцією втрат і підвищити прибутки від операцій з фінансовими інструментами;

удосконалено:–

економіко-математичну модель для прогнозування динаміки розвитку фінансового ринку й управління торговою позицією інвестора на основі методів розпізнавання «образів» законів формування цін на фінансові інструменти і використанні експертних систем, що збільшило час перебування торгової позиції інвестора в активній стадії на фінансовому ринку та ймовірність прийняття правильних рішень щодо появи тренду, який визначає динаміку цін на фінансові інструменти, і зменшило математичне очікування затримки сигналів системи управління торговою позицією інвестора щодо купівлі або продажу фінансових інструментів;–

індикативні методи визначення моменту зародження тренду на динамічному ряді цін на фінансові інструменти на основі застосування нелінійного адаптивного фільтру низьких частот до цінових рядів, що дозволило адекватно представити ціновий ряд у вигляді нелінійної ринкової тенденції і з достатньою точністю визначити час входу до фінансового ринку і, як наслідок, підвищити прибутки від операцій з фінансовими інструментами;

одержали подальший розвиток:–

система управління торговою позицією інвестора на принципах синергетики з використанням сучасних інформаційних технологій і розробленої економіко-математичної моделі, що дозволило підвищити точність і оперативність прийняття рішень щодо управління торговою позицією інвестора і забезпечило економію трудових ресурсів і зниження інвестиційних ризиків;–

методи оцінки ефективності роботи систем управління торговою позицією інвестора з введенням нової кількісної оцінки ризику, яка базується на методах системного аналізу, що збільшило точність обґрунтування ефективності роботи систем управління торговою позицією інвестора порівняно з традиційними методами і дозволило розробити структуру експертних правил щодо відкриття і закриття торгової позиції інвестора і, відповідно, збільшити прибутки від операцій з фінансовими інструментами.

Практичне значення одержаних результатів полягає в тому, що запропонований нелінійний адаптивний метод прогнозування і розроблений комплекс моделей і методів управління торговою позицією інвестора дозволяють інвесторам підвищити економічну ефективність управління торговою позицією на фінансових ринках і знизити інвестиційні ризики.

Отримані в дисертації наукові результати, концептуальний підхід, принципи моделювання, розроблені моделі й методи прогнозування й управління на сучасних фінансових ринках знайшли практичне застосування у ТОВ «МБС Импорт» (акт впровадження № 10-01 від 12.10.2006) – економічний ефект за 2005 рік від впровадження розробок склав 324 тис. грн., у ТОВ «Сфера комерц» (акт впровадження № D-1 від 18.06.2007) – економічний ефект за 2006 рік від впровадження розробок склав 365 тис. грн. та у ЗАТ «Перший Український Міжнародний банк» (довідка № 11/54 від 20.06.2007) – економічний ефект за 2006 рік склав 365 тис. грн.

Основні результати наукового дослідження були впроваджені до навчального процесу у Донецькому національному технічному університеті при викладанні дисципліни «Технічний аналіз ринків» за спеціальністю 7.050102 – «Економічна кібернетика» (довідка № 52/38 від 22.06.2007).

Особистий внесок здобувача. Дисертаційна робота є самостійно виконаною науковою працею, в якій викладено авторський підхід щодо проведення дослідження й розробки концепції побудови системи управління торговою позицією інвестора. Наукові положення, розробки, висновки і рекомендації, які виносяться на захист, одержані автором самостійно. У наукових працях, що опубліковані у співавторстві, особистий внесок здобувача зазначений у списку публікацій за темою дослідження.

Апробація результатів дослідження. Основні результати дисертації доповідалися, обговорювалися і були схвалені на міжнародних і всеукраїнських наукових конференціях: V Всеукраинская научно-практическая конференция «Проблемы развития финансовой системы Украины и Крыма» (г. Симферополь, 2003 г.); ІІ Міжнародна конференція «Науково-технічний розвиток: економіка, технології, управління» (м. Київ, 2003 р.); ІІ Всеукраїнська наукова конференція з фінансового аналізу (м. Львів, 2003 р.); ХХХ Юбилейная международная конференция и І Международная конференция молодых ученых «Информационные технологии в социологии, экономике, образовании и бизнесе» (г. Гурзуф, 2003 г.); ІІІ Всеукраїнська наукова конференція «Перспективи та пріоритети розвитку економічного аналізу» (м. Донецьк, 2006 р.); Науково-практична конференція «Інформаційні технології та молодь в ХХІ столітті» (м. Харків, 2006 р.); VII Міжнародна науково-практична конференція «Теорія і практика сучасної економіки» (м. Черкаси, 2006 р.).

Публікації. За темою дисертації опубліковано 15 наукових праць загальним обсягом 4,74 друк. арк., з яких автору особисто належить 4,36 друк. арк., у тому числі 7 статей у наукових фахових виданнях загальним обсягом 3,28 друк. арк.

Структура і обсяг дисертації. Дисертація складається зі вступу, трьох розділів, висновків, викладених на 150 сторінках, переліку використаних джерел із 208 найменувань на 18 сторінках, 7 додатків на 15 сторінках. Загальний обсяг дисертації складає 183 сторінки, включаючи 52 рисунки на 35 сторінках і 17 таблиць на 15 сторінках.

ОСНОВНИЙ ЗМІСТ ДИСЕРТАЦІЇ

У вступі обґрунтовано актуальність теми дисертації, сформульовано мету, задачі, а також об’єкт, предмет і методологію дослідження, розкрито наукову новизну, теоретичну і практичну цінність одержаних результатів.

У першому розділі «Методологічні основи управління торговою позицією інвестора на сучасних фінансових ринках» досліджено сучасний стан, процеси функціонування і розвитку фінансового ринку (ФР), що дозволило визначити особливості динаміки розвитку ФР, які зумовлюють особливості управління торговою позицією інвестора (ТПІ) в процесі операцій з фінансовими інструментами (ФІ). Високі темпи розвитку сучасних ФР (рис. 1) доводять зацікавленість як українських, так і закордонних інвесторів у роботі на ФР.

а) б)

Рис. 1. Динаміка розвитку: а) міжнародного валютного ринку;

б) фондового ринку України.

Встановлено, що ФР є складною відкритою динамічною системою, що характеризується нестійкістю, нерівноваженістю, незворотністю, резонансним збудженням. Зміни ентропії у часі викликають різні стани ФР від стаціонарного до великих флуктуацій, що підсилюють нестійкість у точках біфуркації. Основою розвитку ФР є суперечності, що виникають у процесі його функціонування, згладжування і розв’язання яких призводить до процесів з нелінійними трендами.

Дослідження статистики нелінійності трендів на ринках акцій, індексів і валют дозволило довести, що лінійні тренди з’являються на ФР до 3% випадків на короткостроковому, до 10% випадків на середньостроковому і до 12% випадків на довгостроковому інвестиційному горизонті, в усіх інших випадках з’являються нелінійні тренди. Це підтверджує фрактальну модель розвитку ФР.

Аналіз сучасних концепцій ціноутворення на ФР і дослідження особливостей динаміки ФР дозволили виявити джерело підвищення ефективності управління ТПІ – це перехід від лінійних до нелінійних методів і моделей прогнозування. Проведено дослідження методологічних проблем і методів короткострокового прогнозування динаміки ФР, що дозволило виявити резерви підвищення ефективності прогнозування. Головним резервом є усунення ефекту «зміщення», що виникає при фільтрації динамічного ряду. Аналіз існуючих систем управління ТПІ дозволив сформулювати вимоги до такої системи і розробити концептуальну модель її реалізації (рис. 2).

Рис. 2. Концептуальна модель системи управління торговою позицією

інвестора на сучасних фінансових ринках

ПП – підсистема прогнозування; ПУР – підсистема прийняття управлінських рішень;

ПФ – підсистема фільтрації; ПАЕ – підсистема аналізу ефективності; ОПР – особа, що приймає рішення.

На динаміку цін на ФР впливають різноманітні фактори, що умовно поділяються на фундаментальні і технічні. Вплив технічних факторів враховується системою управління ТПІ. Вплив фундаментальних факторів не враховується через те, що система призначена для управління переважно на короткострокових горизонтах. Проте фундаментальні фактори може врахувати ОПР при підтвердженні операції з ТПІ.

У підсистемі прогнозування проводиться обґрунтування типу фільтрації за допомогою функції втрат. Після чого проводиться фільтрація динамічного ряду і побудова прогнозу щодо зародження нової тенденції на основі розробленого у дисертації нелінійного адаптивного методу прогнозування та удосконаленої економіко-математичної моделі, яка заснована на використанні експертних систем. Прогноз динаміки ФР передається до підсистеми підтримки прийняття управлінських рішень, де на основі прогнозу та за допомогою відомих методів і моделей розробляється рекомендація про відкриття, підтримку або закриття ТПІ. Розроблена рекомендація передається в банк даних прийнятих рішень для аналізу їх ефективності та ОПР для оформлення розпорядження фінансовому посереднику. З часом з’являється можливість визначити економічну ефективність прийнятих рішень за допомогою підсистеми аналізу економічної ефективності. Якщо прийняті рішення визнані неефективними, то проводиться виявлення й аналіз причин неефективності та розробляється низка рекомендацій щодо їх усунення.

Розроблена концептуальна модель системи управління ТПІ суттєво відрізняється від інших моделей за рахунок: аналізу законів формування трендів; заміни лінійних моделей і методів на нелінійні; оцінкою параметрів нелінійних трендів, що визначають динаміку цін, і за допомогою використання резервів адаптації дозволяє підвищити прибутковість і знизити інвестиційні ризики.

Другий розділ «Нелінійні адаптивні методи короткострокового прогнозування в управлінні торговою позицією інвестора» присвячено розробці і дослідженню методів і моделей, що дозволяють реалізувати систему управління ТПІ.

У дослідженні вирішена задача перевірки гіпотез щодо підвищення ефективності, адекватності і точності прийняття рішень в процесі управління ТПІ за рахунок застосування нелінійного підходу до прогнозування динаміки ФР. Для перевірки гіпотез розглянута наступна модель. Інвестор бажає отримати максимальний прибуток від використання тимчасово вільних коштів шляхом операцій з фінансовими інструментами на фінансовому ринку за умови мінімального ризику при початковому капіталі В грн. Також у нього є можливість залучити кошти банка у розмірі К грн., сплативши за цю послугу Q грн. За операції з фінансовими інструментами інвестор повинен сплатити комісійні організатору торгів у розмірі Si за і-у угоду, а також поточні витрати, що складають V грн. за весь період проведення операцій на фінансовому ринку. Торговий рахунок обмежується залишком у сумі М грн.

Цільові функції:

; . (1)

Обмеження:

;

; ; ,

;

, , ;

, , ;

; ; ,

де TR – сумарний доход; TC – сумарні витрати; r – оцінка ризику; – ціна при і-му виході з ФР; – ціна при і-му вході до ФР; – об’єм і-ї угоди; zi – покажчик напрямку і-ої зміни руху еволюції цін, ;

Ri – доход з і-ї угоди; TRj – сумарний доход на момент закриття j-ї позиції; – апроксимована j-а точка кривої доходності.

Подану модель не можна вирішити аналітичними методами, проте чисельне рішення можна отримати за допомогою систем управління ТПІ, що дає змогу порівняти ефективність їх застосування.

Успішна реалізація запропонованої концепції викликає необхідність в розробці нового методу прогнозування динаміки ФР, що враховує нелінійність трендів процесів, які відбуваються на ФР та є адаптивним до нових даних, до періоду коливань ринкових циклів, до закону формування тренду і до параметрів цього закону. Підвищення якості прогнозування приведе, в свою чергу, до підвищення прибутків і до зменшення інвестиційних ризиків.

Суть розробленого методу ковзної авторегресії, адаптивної до типу нелінійності тренду (Adaptive Moving Auto Regression або AMAR-метод), полягає у тому, що на кожному інтервалі усереднення за відомими цінами ФІ нелінійним методом найменших квадратів обчислюють невідомі параметри обмеженого набору рівнянь авторегресії різних типів. Для кожного з рівнянь авторегресії розраховується коефіцієнт автокореляції. Далі вибирається рівняння з найменшою автокореляцією. За допомогою цього рівняння обчислюється умовне математичне очікування. Процес повторюється, як і у випадку ковзних середніх. Суттєвим моментом при реалізації AMAR-методу є вибір у ковзному вікні з набору законів формування трендів одного рівняння, що найбільш точно «підходить» до зображення відрізку ряду цін по завчасно визначеному критерію. Дана проблема зводиться до задачі розпізнавання випадкових образів, де в якості «зображення» використовується сума відліків тренду і випадкової компоненти, а в якості «образу» виступає закон формування тренду. Засобами імітаційного моделювання для кожного з обраних критеріїв розпізнавання була знайдена номенклатура рівнянь, яка визначається критерієм розпізнавання за умови рівномірного розподілу появи тих чи інших законів формування трендів. На підставі аналізу ефективності в сенсі мінімуму дисперсії вірогідності правильного розпізнавання трендів досліджені критерії були впорядковані за ознакою зниження ефективності: мінімум коефіцієнту автокореляції ІІІ порядку; мінімум коефіцієнту автокореляції ІІ порядку; мінімум відносної середньої похибки апроксимації; мінімум залишкової дисперсії, максимум коефіцієнту кореляції та максимум коефіцієнту детермінації; мінімум коефіцієнту автокореляції І порядку.

Після застосування AMAR-методу нерегулярний ціновий ряд замінюється більш гладкою лінією ковзної авторегресії, яка є низькочастотною складовою спектральної щільності потужності вихідного цінового ряду, вилученою за допомогою нелінійного цифрового фільтру низьких частот (ФНЧ), що пропускає низькі частоти і відрізає високі частоти цінових коливань. Напрям руху цієї лінії – це і є напрям домінуючого на ФР тренду. На основі фільтру ФНЧ-1, що використовується для заглушення високочастотних шумів, а також ринкових циклів з дуже короткими періодами коливань була побудована «швидка» лінія ковзної авторегресії (Fast Adaptive Moving Auto Regression – FAMAR). Другою розробкою була «повільна» лінія ковзної авторегресії (Slow Adaptive Moving Auto Regression – SAMAR) на основі фільтру ФНЧ-2, який слугує для заглушення шумів і ринкових циклів з більш довгими періодами коливань. На основі ліній ковзної авторегресії удосконалено п’ять індикативних методів.

Метод AMAR-1. Сигнал до покупки генерується за правилом (2):

(2)

Сигнал на продаж генерується за правилом (3):

(3)

де m1 – параметр фільтру, що відповідає довжині ковзного вікна;

Сі – і-та ціна закриття, ; N – довжина цінового ряду.

Цей метод рекомендується застосовувати на ФР з довгими трендами.

На ФР з дуже мінливою поведінкою краще застосовувати правила (8), (9).

Метод AMAR-3. Сигнал на покупку генерується за правилом (4):

(4)

Сигнал на продаж генерується за правилом (5):

(5)

Метод AMAR-4 є аналогом методу AMAR-2, до якого введено покажчик тренду у вигляді двох більш «повільних» адаптивних ліній тренду.

За методом AMARCD розраховується різниця між лініями FAMAR і SAMAR: Якщо значення AMARCD вище нуля, то це свідчить про наявність бичачого тренду, і, навпаки, якщо значення AMARCD нижче нуля, то це свідчить про наявність ведмежого тренду.

Якщо провести фільтрацію графіку AMARCD з ковзним вікном вужчим за ковзне вікно лінії FAMAR, то можна отримати так звану «сигнальну» лінію. Ця лінія попереджає про сходження ліній FAMAR і SAMAR. Коли графік AMARCD піднімається вище за «сигнальну» лінію, то слід купувати (6):

, (6)

коли графік AMARCD опускається нижче «сигнальної» лінії, слід продавати (7):

. (7)

Наведені методи AMAR-1, AMAR-2, AMAR-3, AMAR-4 та AMARCD є логічним розвитком відомих методів на основі лінійної фільтрації цінових рядів.

Запропонована економіко-математична модель заснована на експертній системі, що працює за наступними правилами прийняття рішень.

Сигнал на продаж генерується, якщо

(8)

Сигнал на купівлю генерується, якщо

(9)

Для виходу з ринку генеруються два сигнали. Перший сигнал призначений для отримання прибутку бажаного рівня. Другий сигнал підстраховує перший і призначений для виходу з ринку, якщо на протязі певного часу не можливо досягнути бажаного рівня прибутку.

Сигнал для виходу з ринку при отриманні встановленого рівня прибутку генерується за правилом (10):

(10)

де PR – прибуток від угоди; Target – бажане значення прибутку.

Другий сигнал для операцій на продаж генерується за правилом (11):

(11)

де Ні – максимально висока ціна фінансового інструменту і-го дня;

Wmax – найвища ціна серед максимально високих цін за період m днів.

Для операцій на купівлю другий сигнал генерується за правилом (12):

(12)

де Lі – максимально низька ціна фінансового інструменту і-го дня;

Wmin – найнижча ціна серед мінімально низьких цін за період m днів.

Питання ефективності управління ТПІ є дуже складним. Головним чином, складність пов’язана з тим, що інвестор ставить, як мінімум, дві одночасні цілі, які трансформуються у два критерії ефективності (1). Для вирішення питання оцінки ефективності запропоновано кількісну оцінку ефективності накопичення прибутку (13), що враховує зміну математичного очікування прибутковості у часі.

, (13)

де – оцінка ефективності накопичення прибутку; Рі – і-а точка на кривій прибутковості; – оцінка і-ї точки кривої прибутковості, ; n – кількість угод.

На основі оцінки (13) було модифіковано коефіцієнт Шарпа, що дозволило врахувати і прибуток, і ризик одночасно і виключило необхідність визначення ступеня ризикованості для порівняння ефективності систем управління ТПІ (14):

, (14)

де ks – модифікований коефіцієнт Шарпа; – середньомісячний прибуток від операцій з ФІ; І – середньомісячний прибуток від безризикових інвестицій (депозит); – оцінка ефективності накопичення прибутку.

Таким чином, у другому розділі створено необхідну теоретичну базу для побудови системи управління ТПІ в умовах сучасних ФР.

Третій розділ «Синтез систем управління торговою позицією інвестора на сучасних фінансових ринках» присвячено практичній реалізації і дослідженню фінансово-економічних та інші робочих характеристик систем управління ТПІ на ФР на основі традиційного і нелінійного підходів.

Аналіз сучасного стану підприємницької діяльності та організаційної структури суб’єктів ФР на прикладі ТОВ «МБС Импорт», ТОВ «Сфера комерц» і ЗАТ «ПУМб» доводить, що прогнозування динаміки розвитку ФР є обов’язковою складовою успішного бізнесу в умовах ринкової економіки та адаптації до змін, які несе вступ до Світової організації торгівлі, що визначає потребу інвесторів у системі управління ТПІ для: відділу розвитку торгової мережі при виході на міжнародні ринки, що потребує купівлі валюти і несе валютні ризики; відділу продажу для врахування валютних ризиків на внутрішньому ринку; відділу постачань (для спрощення процесу планування господарчої діяльності доцільно проводити хеджування закупівель, що потребує прогнозування цін на сировину); фінансового відділу для захисту резервного фонду від інфляції; відділу розвитку бізнесу (вихід України на світові ринки незабаром дозволить інвестувати у цінні папери інших держав. Проте через зміну співвідношення потоків доходів і витрат при переводі прибутків з іноземної валюти в гривню, необхідно для зменшення втрат прогнозувати коливання валютних курсів); відділу управління цінними паперами для ефективного управління інвестиційним портфелем.

Запропонована і стандартна системи управління ТПІ мають однакові структурні схеми (рис. 3). На першому етапі ринкові дані передаються до модулю 1, що відповідає за управління вихідними даними. Далі дані передаються до модулю 2, де встановлюється довжина ковзних вікон і проводиться фільтрація цінового ряду. Після фільтрації дані передаються до модулю 3, де встановлюється бажаний розмір прибутку і час для страхового виходу з ринку, проводиться прогнозування динаміки ФР і генерується сигнал на купівлю або продаж ФІ, що забезпечується за допомогою запропонованого методу прогнозування та експертної системи. За допомогою модулю 4 інвестор може подивитись у графічному вигляді вихідні дані, ринкові дані після фільтрації, а також торговельні сигнали. Модуль 5 дозволяє провести аналіз економічної ефективності впровадження систем управління ТПІ.

Рис. 3. Структурна схема системи управління ТПІ

Аналіз результатів впровадження систем управління ТПІ (табл. 1) показав, що система управління ТПІ запропонованого типу (AMAR) виявилась ефективнішою за стандартну систему (МА).

Таблиця 1

Показники роботи систем управління ТПІ на ринку акцій ВАТ «Укрнафта»

Показники | Система управління | Зміна, %

MA | AMAR

Чистий прибуток, USD | 43223 | 72321 | 67,32

Відсоток прибуткових угод, % | 66,67 | 87,5 | 31,24

Фактор прибутковості | 11,98 | 28,13 | 134,8

Максимальна послідовність прибуткових угод | 3 | 6 | -

Максимальна послідовність збиткових угод | 2 | 1 | -

Найбільше падіння прибутку в ряді послідовних операцій, USD | 3935 | 2571 | -34,66

Оцінка ефективного накопичення прибутку, USD | 4353 | 4461 | 2,48

Модифікований коефіцієнт Шарпа | 7,63 | 13,37 | 75,23

Відношення чистого прибутку до найбільшого падіння прибутку в ряді послідовних операцій | 10,98 | 28,13 | 156,2

Час перебування на ринку, % | 42,89 | 57,11 | 33,15

а) б)

Рис. 4. Результати управління ТПІ на ринку акцій ВАТ «Укрнафта» за

традиційною системою МА і запропонованою AMAR:

а) крива накопичення прибутку; б) похибка фільтрації

Запропонована система управління ТПІ є ефективнішою за традиційну, бо за результатами роботи систем оцінка ефективності накопичення прибутку погіршилась лише на 2,48%, проте прибуток виріс на 67,32% (табл. 1, рис. 4а). Головний показник ефективності – модифікований коефіцієнт Шарпа зріс на 75%, що також підтверджує збільшення ефективності управління ТПІ за новою системою порівняно з управлінням ТПІ за традиційною системою.

Рис. 4б пояснює, чому нова система управління ТПІ є більш ефективною ніж система управління ТПІ традиційного типу. В оптимальному ковзному вікні, що дорівнює математичному очікуванню довжини тренду і складає 10 днів, функція втрат приймає менше значення при застосуванні нелінійного фільтру, що говорить про перевагу нової системи управління ТПІ, що побудована на основі нелінійного підходу, над системою управління ТПІ традиційного типу.

Економічний ефект від впровадження розробок автора за 2005 рік склав 324 тис. грн. на валютному ринку і за 2006 рік – 730 тис. грн. на фондовому ринку України, що підтверджено відповідними актами і довідкою.

ВИСНОВКИ

В результаті дослідження отримані наступні наукові результати:

1. Визначені основні характеристики динаміки розвитку сучасних фінансових ринків. Зокрема, експериментально доведено, що більшість існуючих фінансових ринків характеризуються суттєво нелінійними трендами динамічних рядів цін з невідомими законами їх формування, що дозволяє отримати адекватне уявлення про динаміку розвитку фінансових ринків при управлінні торговою позицією інвестора, а також дозволило визначити резерви підвищення ефективності систем управління торговою позицією інвестора, що містяться у переході від лінійних до нелінійних методів прогнозування.

2. Досліджено методологічні проблеми короткострокового прогнозування динаміки розвитку сучасних фінансових ринків, що дозволило визначити вимоги до методів прогнозування динаміки розвитку фінансових ринків і виявити резерви підвищення ефективності прогнозування. Головним резервом підвищення ефективності прогнозування є усунення ефекту «зміщення», що виникає при фільтрації динамічного ряду.

3. Розроблена концептуальна модель системи управління торговою позицією інвестора, що враховує особливості сучасних фінансових ринків. Запропонована модель складається з п’яти складових: підсистема прогнозування, підсистема фільтрації, підсистема підтримки прийняття управлінських рішень, підсистема аналізу ефективності та особи, що приймає рішення, і суттєво відрізняється від інших моделей за рахунок: аналізу типу динаміки вихідного динамічного ряду цін; аналізу законів формування трендів на динамічному ряді цін; заміни лінійних моделей і методів на нелінійні; оцінкою параметрів нелінійних трендів, що визначають динаміку цін на фінансові інструменти, і за допомогою використання резервів адаптації дозволяє підвищити прибутковість і знизити ризики від операцій з фінансовими інструментами.

4. Розроблено нелінійний адаптивний метод прогнозування, який дозволяє підвищити ефективність прогнозування динаміки розвитку фінансових ринків на основі адаптації до нових даних, до закону формування тренду, що визначає динаміку цін на фінансові інструменти, і до параметрів цього закону.

5. Розроблено індикативні методи, що дозволяють більш точно визначити момент зародження тренду на динамічному ряді цін за допомогою запропонованого нелінійного адаптивного цифрового фільтру низьких частот на основі зменшення ефекту «зміщення» тренду.

6. Удосконалено економіко-математичну модель для прогнозування динаміки розвитку фінансового ринку й управління торговою позицією інвестора на основі методів розпізнавання «образів» законів формування цін на фінансові інструменти і використанні експертних систем, що збільшило час перебування торгової позиції інвестора в активній стадії на фінансовому ринку та ймовірність прийняття правильних рішень щодо появи тренду, який визначає динаміку цін на фінансові інструменти, і зменшило математичне очікування затримки сигналів системи управління торговою позицією інвестора щодо купівлі або продажу фінансових інструментів.

7. Удосконалено методи оцінки ефективності роботи систем управління торговою позицією інвестора з введенням нової кількісної оцінки ризику, яка базується на методах системного аналізу, що збільшило точність обґрунтування міри ефективності роботи систем управління торговою позицією інвестора порівняно з традиційними методами і дозволило розробити відповідну структуру експертних правил щодо відкриття і закриття торгової позиції інвестора і, відповідно, збільшити прибутки від операцій з фінансовими інструментами.

8. Синтезовано систему управління торговою позицією інвестора в умовах українських і світових фінансових ринків, розроблено технологію її використання, досліджено області застосування систем управління торговою позицією інвестора різного типу. При використанні запропонованої системи управління торговою позицією інвестора необхідно застосовувати інтегрований підхід, що включає наступні вимоги. Фінансовий ринок має бути низько волатильним (що зменшує кількість помилок при вирішуванні задачі розпізнавання випадкових образів при визначенні типу нелінійності закону формування тренду). При реалізації системи управління торговою позицією інвестора на «слабких» трендових ринках з переважною більшістю лінійних трендів, слід застосовувати традиційні системи управління торговою позицією інвестора через додаткові помилки розпізнавання типу нелінійності, що виникають при використанні запропонованого методу на таких ринках.

9. Запропонована система управління торговою позицією інвестора впроваджена у ТОВ «МБС Импорт» (акт впровадження № 10-01 від 12.10.2006) – економічний ефект за 2005 рік склав 324 тис. грн., у ТОВ «Сфера комерц» (акт впровадження № D-1 від 18.06.2007) – економічний ефект за 2006 рік склав 365 тис. грн. та у ЗАТ «Перший Український Міжнародний банк» (довідка № 11/54 від 20.06.2007) – економічний ефект за 2006 рік склав 365 тис. грн. Що підтверджує ефективність і доцільність використання запропонованої системи управління торговою позицією інвестора в умовах нестабільного економічного середовища.

СПИСОК ОПУБЛІКОВАНИХ ПРАЦЬ ЗА ТЕМОЮ ДИСЕРТАЦІЇ

статті у наукових фахових виданнях:

1. Смирнов А. В., Гизатулин А. М. Скользящая авторегрессия, адаптивная к типу уравнения выделяемого тренда // Економіка: проблеми теорії та практики: Зб. наук. праць. Вип. 175. – Дніпропетровськ: ДНУ, 2003. – С. 98 – 105. Особисто здобувачем розроблено метод ковзної авторегресії, адаптивної до типу нелінійності тренду (0,25 друк. арк.).

2. Смирнов А. В., Гизатулин А. М. Повышение эффективности управления рисками инвестиционных биржевых проектов // Менеджер: Вісник Донецької державної академії управління. Науковий журнал. Випуск 3. – Донецьк: Дон ДАУ, 2003. – С. 140-143. Особисто здобувачем запропоновані шляхи підвищення ефективності управління інвестиційними ризиками (0,125 друк. арк.).

3. Гизатулин А. М. Выбор критерия распознавания трендов ценовых биржевых графиков при применении метода скользящей авторегрессии // Наукові праці Донецького національного технічного університету. Серія: економічна. Випуск 68. – Донецьк: ДонНТУ, 2003. – С. 118 – 125.

4. Гізатулін А. М. Аналіз ефективності методів фільтрації цінових біржових графіків// Вісник Донецького університету: науковий журнал. Серія В: економіка і право. Випуск 1. Т.2 – Донецьк: Центр інформаційних комп’ютерних технологій Донецького національного університету, 2006. – С. 460-466.

5. Гізатулін А. М. Застосування нелінійної фільтрації при моделюванні прийняття рішень на міжнародних валютних біржах // Науковий вісник Львівської державної фінансової академії. Випуск 10. – Львів: ЛДФА, 2006. – С. 372-379.

6. Гізатулін А. М. Ефективність нового методу прогнозування при управлінні торговою позицією інвестора // Аналітично-інформаційний журнал «Схід». Випуск 5(77). – Донецьк: Український культурологічний центр, 2006.– С. 18-21.

7. Гізатулін А. М. Управління торговою позицією інвестора на сучасних фінансових ринках // Зб. наук. праць Черкаського державного технологічного університету. Серія: економічна. Випуск 16. – Черкаси: ЧДТУ, 2006.– С. 355-361.

статті в інших виданнях і за матеріалами конференцій:

8. Смирнов А. В., Гизатулин А. М. Новый метод сглаживания ценовых графиков // Валютный спекулянт. – 2002. – №12. – С. 38 – 40. Особисто здобувачем розроблено нелінійний адаптивний фільтр для згладжування цінових рядів, що відображають динаміку фінансових ринків (0,156 друк. арк.).

9. Гизатулин А. М. Повышение качества сигналов торговых систем, основанных на пересечении скользящих средних // Проблемы развития финансовой системы Украины и Крыма: Сборник трудов V межвузовской научно-практической конференции аспирантов и студентов (26-30 марта 2003 г.). – Симферополь: МОО «Центр Стабилизации», 2003. – С. 45-48.

10. Гизатулин А. М. Повышение адекватности прогнозных моделей путем более точного определения типа нелинейности // Науково-технічний розвиток: економіка, технології, управління: Матеріали ІІ Міжнародної конференції студентів, аспірантів і молодих вчених (9-12 квітня 2003 р.). – К.: Пошуково-видавниче агентство «Книга Пам’яті України», 2003. – С. 423-425.

11. Гізатулін А. М. Новий підхід у дослідженні фрактальної моделі реальних фінансових ринків // ІІ Всеукраїнська наукова конференція з фінансового аналізу студентів та аспірантів: матеріали конференції (12-14 травня 2003 р.). – Львів: Львівський національний університет ім. І. Франка, 2003. – С. 28-30.

12. Гизатулин А. М. Сравнительный анализ алгоритмов распознавания случайных образов// Материалы