Алгоритм определения коинтеграции финансовых временных рядов Текст научной статьи по специальности «Компьютерные и информационные науки»

Демонстрация работы алгоритма Retinex: а - исходное изображение; б - результат обработки алгоритмом Retinex

Библиографические ссылки

1. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М. : Техносфера, 2005. 1072 с.

2. Кругль Г. Профессиональное видеонаблюдение. Практика и технологии аналогового и цифрового CCTV. М. : Секьюрити Фокус, 2010. 640 с.

3. Прэтт У. Цифровая обработка изображений. М. : Мир, 1982. Т. 1. 312 с.

4. Jobson D. J., Rahman Z., Woodell G. A. Properties and Performance of a Center/Surround Retinex // IEEE Trans Image Process. 1997. 451 p.

5. A Variational Framework for Retinex / R. Kimmel [et al.]. Hewlett-Packard Laboratories, 2001, рр. 1-31.

References

1. Gonsales R., Vuds R. Tsifrovaya obrabotka izo-brazheniy. M. : Tekhnosfera, 2005. 1072 p.

2. Krugl' G. Professional'noe videonablyudenie. Praktika i tekhnologii analogovogo i tsifrovogo CCTV. M. : Sek'yuriti Fokus, 2010. 640 p.

3. Prett U. Tsifrovaya obrabotka izobrazheniy. M. : Mir, 1982. T. 1. 312 p.

4. Jobson D. J., Rahman Z., Woodell G. A. Properties and Performance of a Center/Surround Retinex, IEEE Trans Image Process. 1997. 451 p.

5. Ron Kimmel, Doron Shaked, Michael Elad, Irwin Sobel. A Variational Framework for Retinex, Hewlett-Packard Laboratories, 2001, pp. 1-31.

© Алексеев И. С., Беленя И. А., 2016

УДК 004.021

АЛГОРИТМ ОПРЕДЕЛЕНИЯ КОИНТЕГРАЦИИ ФИНАНСОВЫХ ВРЕМЕННЫХ РЯДОВ

В. В. Андреев

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31

E-mail: [email protected]

Рассматривается задача расчета коинтеграции временных рядов. Предложен алгоритм для выявления ко-интегрированных пар временных рядов. Представлены порядки интеграции при рассмотрении финансовых временных рядов и предложены области применения расчета коинтеграции.

Ключевые слова: фондовый рынок, временные ряды, прогнозирование.

COINTEGRATION OF FINANCIAL TIME SERIES DETECTION ALGORITHM

V. V. Andreev

Reshetnev Siberian State Aerospace University 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation E-mail: [email protected]

<Тешетневс^ие чтения. 2016

The problem of calculating the cointegration of time series is observed. An algorithm to identify pairs of cointe-grated time series is proposed. Integration procedures are observed. Application of cointegration calculation is proposed.

Keywords: stock market, time series, forecast.

Одной из важных задач при создании торговых алгоритмов является рассчет коинтеграции, который определяет, насколько один актив зависит от другого. Это важно при создании алгоритмов на основе парного трейдинга (basket trading), арбитражных стратегий и в качестве дополнительного средства контроля рисков в других стратегиях [1-6].

Коинтеграция - свойство нескольких нестационарных (интегрированных) временных рядов, заключающееся в существовании некоторой их стационарной линейной комбинации.

Примером стационарного процесса является ряд нормально распределенный случайных значений (рис. 1).

Ц0|

Иновчс

Рис. 1. График ряда из 500 нормально распределенных случайных значений

При применении к этому ряду операции интеграции (кумулятивной суммы) будет получен график случайного блуждания, имеющий порядок интеграции 1(1). Полученный график показан на рис. 2.

mi

Рис. 2. Результат применения операции кумулятивной суммы к ряду случайных значений

Полученный ряд похож на ценовую диаграмму. Если еще раз применить к временному ряду операцию кумулятивной суммы, получится результат, показанный на рис. 3.

Как видно из рис. 3, при порядке интегрирования 1(2) получается ряд, отражающий тенденцию (трендо-вую составляющую) и схожий с графиками макроэкономических показателей. Таким образом, графики цен (ряды с порядком интеграции, близким к 1(1)) коин-тегрированы, если их спред представляет собой стационарный 1(0) процесс. Спред можно вычислить по формуле 5" = У1 - ЬУ2, где У1, У2 - сравниваемые временные ряды (абсолютные значения); Ь - коэффициент. Значение коэффициента можно вычислить, построив линейную регрессию У1 ~ У2. Одной из мето-

дик, используемых в прикладной статистике и эконометрике для анализа временных рядов, является тест Дики-Фуллера, который позволяет определить стационарность временного ряда. Если спред стационарен, то, согласно определению, ряды коинтегриро-ванны. На рис. 4 представлены два графика случайного блуждания.

Lm

Икпе^

Рис. 3. Применение кумулятивной суммы к случайному блужданию

Price

Рис. 4. График двух случайных блужданий

При проверке гипотезы стационарности спреда тестом Дики-Фулера было получено Р-значение 0,7638. Следовательно, спред не является стационарным, и коинтеграция временных рядов не подтверждена. На рис. 6 представлены два коинтегрирован-ных временных ряда.

Price

4W22 2013 LIKHDIZD-И Д«0120И ИЮН012015 лек D1 2Р15 мв*Э12О10

Рис. 5. Коинтегрированные временные ряды

При проверке гипотезы стационарности спреда тестом Дики-Фулера было получено P-значение менее 0,01. Следовательно, спред является стационарным, и коинтеграция временных рядов подтверждена.

Данный метод может применяться для поиска рыночных неэффективностей и в различных арбитражных стратегиях [5; 6].

Библиографические ссылки

1. Schmidt A. Pairs trading: a cointegration approach. University of Sydney, 2008. 130 с.

2. Perlin M. Evaluation of pairs trading strategy at the Brazilian financial market // MPRA paper. 2007. № 8308.

3. Сравнение временных рядов [Электронный ресурс]. URL: http://www.algorithmist.ru/2011/08/time-series-similarity-measures.html (дата обращения: 02.09.2016).

4. Основы статистического арбитража [Электронный ресурс]. URL: http://stocksharp.com/articles/ 347/osnovy-statisticheskogo-arbitrazha-kointegratsiya/ (дата обращения: 02.09.2016).

5. Zhang H., Zang Q. Trading a mean-reverting asset: Buy low and sell high // Automatica. 2008. Vol. 44. Р. 1511-1518.

6. Miao G. J. High Frequency and Dynamic Pairs Trading Based on Statistical Arbitrage Using a Two-Stage

Correlation and Cointegration Approach // International Journal of Economics and Finance, 2014 Vol. 6. No. 3. Рр. 96-110.

References

1. Schmidt A. Pairs trading: a cointegration approach. University of Sydney, 2008. 130 р.

2. Perlin M. Evaluation of pairs trading strategy at the Brazilian financial market // MPRA paper. 2007. № 8308.

3. Sravnenie vremennykh ryadov. Available at: http://www.algorithmist.ru/2011/08/time-series-similarity-measures.html (accessed: 02.09.2016).

4. Osnovy statisticheskogo arbitrazha. Available at: http://stocksharp.com/articles/347/osnovy-statistiches-kogo-arbitrazha-kointegratsiya/ (accessed 02.09.2016).

5. Zhang H., & Zang Q. Trading a mean-reverting asset: Buy low and sell high. Automatica, 2008. Vol. 44, рр. 1511-1518.

6. Miao G. J. High Frequency and Dynamic Pairs Trading Based on Statistical Arbitrage Using a Two-Stage Correlation and Cointegration Approach. International Journal of Economics and Finance, 2014 Vol. 6, No. 3, рр. 96-110.

© Андреев В. В., 2016

УДК 004.042

ИСПОЛЬЗОВАНИЕ ДАННЫХ МОНИТОРИНГА УСТРОЙСТВ ДЛЯ ОБНАРУЖЕНИЯ

УТЕЧЕК ИНФОРМАЦИИ

П. А. Безрук, Е. П. Моргунов

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31

E-mail: [email protected]

Приведен алгоритм использования данных мониторинга устройств сети с целью обнаружения утечки информации.

Ключевые слова: информация, сети, мониторинг, SNMP.

USING THE DEVICE TO MONITOR DATA FOR THE INFORMATION LEAKS DETECTION

P. A. Bezruk, E. P. Morgunov

Reshetnev Siberian State Aerospace University 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation E-mail: [email protected]

The research describes using the device to monitor data for the information leaks detection algorithm.

Keywords: information, network, monitoring, SNMP.

Сегодня, в информационную эпоху, действия вредоносных программ и вирусов могут не только нарушить работу аппаратно-программных комплексов, но и привести к потере или краже электронных данных, влекущих за собой серьезные последствия.

Распространённые средства защиты информации на сегодняшний день - антивирусные программы, межсетевые экраны, различного рода программы шифрования и др. Но не одни средства и методы защиты не могут сохранить электронные данные от