Pravmisl.ru


ГЛАВНАЯ





Выбор торговой стратегии на фондовом рынке

Об одном подходе к выбору торговой стратегии на фондовом рынке

Автор: И. А. Кобякова

Одним из важнейших факторов экономического развития России на современном этапе является привлечение внутренних и внешних инвестиций. Внешние инвесторы хорошо знакомы с основами функционирования фондовых рынков и для них основная проблема – выяснение особенностей инвестиционного рынка России. Внутренние инвесторы – это физические лица и сравнительно небольшое число компаний из реального сектора экономики России.

Российский фондовый рынок очень молод, слабо развит и пока не является привлекательным для подавляющего числа мелких инвесторов (как физических, так и юридических лиц). В значительной степени это обусловлено и тем, что в России очень мало людей, имеющих даже поверхностное представление об этом секторе рыночной экономики.  Вот почему так важно сейчас искать новые пути повышения квалификации  профессиональных трейдеров, а также новые способы оценки рисков, их минимизации, разрабатывать торговые стратегии, способные учитывать особенности самых разных инвесторов.

Представляется, что скорость распространения знаний об основах функционирования фондовых рынков будет расти также стремительно, как растет число пользователей Интернета. Процесс приобретения знаний, навыков и умений существующими и потенциальными инвесторами можно интенсифицировать, если широко использовать информационные технологии обучения. Здесь компьютер будет играть две роли: и как объект изучения (и в широком смысле), и как инструмент для изучения этого объекта.

В последнее время мы стали свидетелями смены представлений о том, как устроен фондовый рынок. Долгие годы здесь господствовала парадигма «эффективного рынка». Теория «эффективного рынка» сформировалась как результат  исследования  крупных мировых фондовых рынков (2). В ее основе лежат такие предположениях, как нормальность распределения колебаний цен, рациональность инвесторов, большое количество участников рынка, низкая волатильность цен и т. д. Однако, в результате совершенствования методологии измерений показателей фондового рынка и применения технологий data mining для обработки результатов этих измерений  было установлено, что гипотеза «эффективного рынка» не подтверждается даже для развитых рынков. Изучение отечественного рынка разнообразными математическими методами привело к пониманию того, что он тоже не удовлетворяет основным постулатам эффективности. Российский рынок, будучи развивающимся, включает очень маленькое количество участников, количество торгуемых ценных бумаг тоже невелико, политическая и экономическая нестабильность приводит к невысокой степени их ликвидности. Таким образом, в данной ситуации необходима разработка новых методов оценки инвестиционных рисков. Эти методы должны привлечь на рынок дополнительных (опасающихся) инвесторов.

Большое внимание в последнее время уделялось «концепции фрактального» рынка (4).

И хотя элементы фрактальности в динамике цен и фондовых индексов были обнаружены, значительные успехи на этом пути пока не достигнуты.

Основной целью данной работы является разработка нового подхода к оценке рисков в работе профессиональных трейдеров. Новый подход к оценке риска позволяет разработать не одну, а целый пакет торговых систем (стратегий). Наличие пакета торговых систем позволяет трейдеру привлекать инвесторов с самыми разнообразными запросами.
Наше исследование носит феноменологический характер, т.е. строится по результатам реальных торгов. Одной из характеристик торговой системы является «просадка капитала», которая рассматривалась в некоторых работах (5). В этих работах исследовалось влияние глубины просадки на основные характеристики торговых систем. Мы сосредоточим внимание на изучении длительности «просадки капитала». Эта длительность является случайной величиной, и ее принято называть продолжительностью убыточного периода. Если кривая изменения капитала со временем – E (t), то продолжительностью убыточного периода для  момента времени t будем называть величину T (t), которая вычисляется  по формуле:

T(t)=max :
E(t)>=E(t+n)

На основе этого показателя в работе вводится рисковый функционал – критерий оценки риска кривой изменения капитала. Этот функционал зависит от параметра, который управляет величиной допустимого риска при принятии решений. Изменяя параметр, можно генерировать различные стратегии поведения на рынке под конкретного инвестора.

Истинная функция распределения случайной величины T(t), конечно, неизвестна. Ее приходится оценивать по выборке, объем которой невелик. Поэтому, разработанная на основе этой выборки торговая система (стратегия) должна быть проверена на большом массиве данных, который следует создать методом имитационного моделирования.

Самостоятельным этапом в создании торговой системы является проверка ее на робастность, т.е. нечувствительность к  изменениям входных данных. В нашем случае под робастностью системы будем понимать ее нечувствительность (или слабую чувствительность) к виду функции распределения продолжительности убыточного периода. Робастность нашей системы проверялась с помощью внесения в исследуемые ряды как аддитивной, так и мультипликативной шумовой компоненты.

Методика опробована на модельных рядах при различных значениях параметра. Результаты численных экспериментов показали, что  эффективность портфеля можно повысить до 8-10% по сравнению с другими системами, которыми пользуются «опасающиеся инвесторы». В настоящее время проводятся переговоры с одной из инвестиционных компаний для проверки стратегии в условиях реальных фондовых торгов.

 Список литературы

1.    Федер Е. Фракталы / Е. Федер. М.: Мир, 1991.
2.    Петерс Э. Хаос и порядок на рынках капитала / Э. Петерс. М.: Мир, 2000.
3.    Лоскутов А.Я. Введение в синергетику / А.Я. Лоскутов, А.С. Михайлов. М.: Наука, 1990.
4.    Гусев В.И. Фрактальная геометрия в социальных науках /              В.И. Гусев // Экономика и финансы России в современных условиях. М.: Экономическое образование, 1997.
5.    Киселев Д.И. Оценка устойчивости активных инвестиционных стратегий методом статистического моделирования / Д.И. Киселев. М.: Обозрение прикладной и промышленной математики, 2004. Т.11.
 

 
Рекомендуем:
< Предыдущая   Следующая >