Модели доходности и прогнозирование риска портфеля инвестора на международном валютном рынке : На примере рынка FOREX

• Автор: Зинин, Александр Николаевич
• Шифр специальности: 08.00.13
• Научная степень: Кандидатская
• Год защиты: 2003
• Место защиты: Ростов-на-Дону
• Количество страниц: 214 с. : ил.

Содержание
Введение
1 Анализ подходов к моделированию доходности и прогнозированию риска портфеля инвестора на рынке ЕОВЕХ
1.1 Понятие о рынке РСЖЕХ и риске портфеля инвестора основные дефиниции и фундаментальные модели доходности
1.2 Аналитический обзор подходов к моделированию доходности и прогнозированию риска портфеля инвестора на рынке РСЖЕХ

1.3 Выбор и обоснование метода спектрального анализа для выявления

периодических компонент доходности валют на рынке РСЖЕХ

Выводы и практические результаты, относящиеся к 1 главе

2 Модели доходности и прогнозирование риска портфеля инвестора

на рынке РСЖЕХ.

2.1 Анализ спектральной и вероятностной структуры доходности валют

на рынке РСЖЕХ.
2.2 Вероятностная модель временного ряда доходности валют на рынке РСЖЕХ, учитывающая периодические компоненты доходности валют
2.3 Методики прогнозирования доходности валют, доходности и риска
портфеля инвестора.
Выводы и практические результаты, относящиеся ко 2 главе.
3 Оценка эффективности методик прогнозирования доходности валют, доходности и риска портфеля инвестора на рынке ЕОВЕХ
3.1 Анализ периодических компонент доходности валют с обсуждением результатов расчетов.
3.2 Сравнительный анализ эффективности методик прогнозирования доходности валют на рынке РСЖЕХ.
3.3 Сравнительный анализ методик прогнозирования доходности и
риска портфеля инвестора.
Выводы и практические результаты, относящиеся кЗ главе.
Заключение.
Список использованных источников


Периодичность изменений курсов и доходности финансовых инструментов, которая связана с реакцией на аккумулированную участниками рынка информацию, выявили Р. Бейли ii, . ., М. Джерити i, . .. Закономерную волновую структуру в рядах курсов финансовых инструментов обнаружил Р. Н. Эллиотт i, . ., объясняемую особенностями массовой психологии участников торговли на финансовых рынках, и выделил модели движения или волны, которые регулярно возникают и повторяются по форме6. Исследования закономерностей поведения курсов валют на рынке X в разрезе периодических свойств курсов и доходности финансовых инструментов начались с работ Дж. Гивик , . Е. Фиджа i, . Л. П. Хансена , . . и Р. Ходрика i, . ., Д. Лонгворта , . Е. Фама , . ., Дж. Каваглия vi, . .. Для разделения низкочастотной и высокочастотной компонент колебаний курсов валют на рынке X Л. Копеланд , . . использовал фильтрацию в частотной области на основе метода частотной выборки. Для анализа курсов акций К. Грснжер , . .. О. Моргснштсрн , О. Фурье. А. Фрост, Р. Прстчср. Полный курс но Закону волн Эллнотта. Пер. М., , 8 с. К. Джонса , С. К.7, которая является расширением портфельной теории Г. i, . .. Методы спектрального анализа получили развитие в трудах Дж. С. Бендата . ., Д. Ваттса , . ., Г. Дженкинса i, . М., . 1. Марпламл. , . ., . Л.М. Трахтмана, Л. И. Хинчина. Методы цифровой обработки сигналов развиты в работах Л. Р. Рабинера i, . .. Оппенгейма i, . V., Л. М. Гольденберга. Среди отечественных авторов к задаче выделения периодичностей в природных процессах проявляли интерес А. Н. Колмогоров, О. М. Калинин, М. М. Кислицин. Совсем недавно, с конца х годов, в России и за рубежом наблюдается рост числа научных работ, посвященных сингулярному спектральному анализу, методы которого позволяют в условиях высокой волатильности данных временных рядов достигать большей достоверности по сравнению с классическими и параметрическими методами спектрального анализа для обнаружения периодических закономерностей, и, соответственно, на их основе осуществлять прогнозирование временных рядов. Н.Э. Голяндиной8, Д. Л. Данилова, В. Н. Солнцева, . Гусеница, разработанного в СанктПетербургском университете, позволяющего выделить тренд, периодические и шумовую компоненты временного ряда. ТС. К. . ii i . i i . Н.Э. Голянлина. Метод прогноз временных рядов. Учебное пособие. С.Петербургский государственный университет, , с. IIЛ. Оусли , . ., Д. Тафтса . . и Р. Кумаресана , . Методы прогнозирования временных рядов и техника главных компонент, лежащая в основе сингулярного спектрального анализа, фундаментально проработаны в работах отечественных и зарубежных ученых С. .. Мхитаряиа, В. М. Бухштабера, . . , . .. Однако, с одной стороны, методы сингулярного спектрального анализа не нашли пока отражения в исследованиях валютного рынка но моделированию доходности и прогнозированию риска портфеля инвестора, а с другой в отечественной литературе в настоящий момент образовался пробел в освещении методов цифровой обработки сигналов применительно к рынку X. Это связано с относительной новизной изучаемых технологий управления валютными активами для российских финансовых институтов. Одной из известных нам работ, в которой используется аппарат методов цифровой фильтрации, является цикл статей В. Кравчука, в которых предлагается адаптивный метод следования за тенденцией и рьточными циклами и описывается на качественном уровне, как определять моменты времени для покупки или продажи валюты на рынке X, реализованный применительно к механической системе торговли. . . . , ii i i ii i i ii i xi ii, . I, v. . В. Кравчук. Метод в модели с постоянным рычагом. Валютный спекулянт, , 6, с.