Разработка модели анализа активов в рамках гипотезы когерентных фондовых рынков

• Автор: Тихненко, Анастасия Николаевна
• Шифр специальности: 08.00.13
• Научная степень: Кандидатская
• Год защиты: 2015
• Место защиты: Москва
• Количество страниц: 143 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ

ГЛАВА 1. СОВРЕМЕННЫЕ МЕТОДЫ И МОДЕЛИ ФИНАНСОВОГО ИНВЕСТИРОВАНИЯ

1.1. Гипотеза эффективных рынков

1.2. Гипотеза фрактальных рынков

1.3. Фундаментальный анализ

1.4. Технический анализ

Выводы по первой главе

ГЛАВА 2. РАЗРАБОТКА МОДЕЛИ АНАЛИЗА ФИНАНСОВЫХ АКТИВОВ

2.1. Г ипотеза когерентных рынков

2.2. Индикатор изменений характера динамики ценовых рядов

2.3. Модель анализа финансовых активов
2.4. Алгоритм принятия управленческих решений на фондовом рынке
2.5. Модель оценки прироста инвестированного капитала
Выводы по второй главе
ГЛАВА 3. ПРИМЕНЕНИЕ МОДЕЛИ АНАЛИЗА ФИНАНСОВЫХ АКТИВОВ
3.1. Алгоритм определения рыночных активов с высоким потенциалом получения прибыли
3.2. Применение алгоритма определения инвестиционной привлекательности фондовых рынков
3.3. Тестирование системы поддержки принятия управленческих решений на фондовом рынке
Выводы по третьей главе
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЯ
Таблица П1. - Расшифровка тикеров ценных бумаг

П2. Программный код для вычисления параметров синтетического индикатора Хольта (разработано с использованием ПП MathCad)
ПЗ. Программный код для вычисления параметров синтетической модели анализа финансовых активов Хольта-Веге (разработано с использованием ПП MathCad)
П4. Программный код для вычисления параметров индикатора торговой системы Momentum (разработано с использованием ПП MathCad)
П5. Программный код для вычисления параметров индикатора торговой системы Moving Average (разработано с использованием ПП MathCad)
П6. Программный код для вычисления параметров индикатора торговой системы Bollinger Bands (разработано с использованием 1111 MathCad)
Таблица П7. - Карта инвестора для активов с высоким итоговым баллом, сентябрь 2007-июль 2
Таблица П8. - Карта инвестора для активов MERVAL, FTSE 100, SSE Composite, Hang Seng (HSI) и KOSPI, сентябрь 2007 - июль 2

ВВЕДЕНИЕ
Актуальность темы исследования. Современные тенденции глобализации экономики приводят к росту вовлеченности российских компаний в процесс торговли на фондовом рынке. Согласно официальным данным на конец 2013 года Московская Биржа занимает 13-ое место в мире по размеру собственной капитализации, а суммарный оборот биржевых торгов составляет 24 триллиона рублей, что сопоставимо с 87% внешнеторгового оборота России. Наблюдаемый рост ликвидности финансовых активов открывает широкие возможности для оперативного управления портфелем ценных бумаг, а также для поиска оптимального баланса между потенциальной доходностью и рисками вложений в фондовый рынок.
Диверсификация и хеджирование являются основными инструментами портфельного риск-менеджмента, позволяющими ограничивать влияние ценовых изменений активов на финансовый результат сделок. Однако данные методы не позволяют получить сверхприбыль и, как правило, требуют дополнительных финансовых издержек на приобретение производных ценных бумаг.
Потребность снизить влияние управляемого риска на финансовый результат работы инвестора делает востребованными новые подходы и инструменты анализа потенциальных потерь на фондовом рынке. Использование таких методов способно увеличить эффективность работы торговых систем путем адекватной коррекции сигналов фондовых индикаторов в соответствие с текущей оценкой состояний финансовых активов, что позволит трейдеру не брать на себя рыночный риск при неблагоприятной ситуации на рынке и активно инвестировать при благоприятной.
Задачи снижения уровня управляемого риска1 и определения активов с высоким потенциалом получения прибыли в результате совершения спекулятивных сделок обуславливают потребность в создании соответствующего
1 Под риском понимается возможность отрицательного отклонения между плановым и фактическим результатами, т.е. опасность неблагоприятного исхода на одно ожидаемое явление.

В настоящее время теория социальной имитации продолжает активно развиваться [27, 90]. На ее основе разрабатываются стратегии управления толпой посредством дозированного внушения определенной мысли [130, 131, 132].
Гипотеза когерентного рынка Т. Веге. В 1990 году Тонисом Веге в статье «Гипотеза когерентных рынков» [134] была предложена новая концепция анализа финансовых активов, обращающихся на фондовом рынке. В основу гипотезы была положена теория социальной имитации В. Вейдлиха и его предположение, что поведение индивидуумов в социуме подвергается воздействию общих настроений и тенденций.
Новая интерпретация управляющих параметров системы и переориентация теории социальной имитации с толпы людей на инвесторов фондового рынка способствовали созданию нелинейной статистической модели, описывающей наблюдаемые фазы рынков в зависимости от поведенческих характеристик инвесторов [4] и превалирующих фундаментальных факторов.
Существует п групп инвесторов, способных влиять на рыночные ожидания друг друга. Мнения инвесторов подвержены пересмотру. Они способны меняться в рамках двух ожиданий: растущего рынка (обозначается знаком «+») и падающего (обозначается знаком «-»). Вероятность пересмотра ожиданий с растущего рынка на падающий выражается р+_(и+,н_), а с падающего на растущий р_+(я+,н_) соответственно (рисунок 2.1). Функция распределения вероятностей смены ожиданий /[«+, п_;г] включает в качестве параметров группы инвесторов, формирующие бычьи п+ и п_ медвежьи настроения, в каждый момент времени /.