CC BY
29
Анализ инвестиционной привлекательности ценных бумаг на российском фондовом рынке
Analysis of investment attractiveness of securities on the capital market
Тихненко Анастасия Николаевна Аспирант кафедры «Прикладная математика» Московский Государственный Университет Экономики, Статистики и Информатики (МЭСИ) [email protected]
Аннотация
Статья посвящена проблеме формирования выборки финансовых активов для осуществления успешной торговли на фондовом рынке. В рамках публикации рассматривается влияние основных показателей поведенческих характеристик ценового ряда на качество работы торговых стратегий, а также приводятся рекомендации по анализу активов на предмет инвестиционной привлекательности.
Abstract
The article deals with the sampling of financial assets for successful trading in the stock market. As part of the publication examines the impact of the main indicators of the behavioral characteristics of the price series on the performance of trading strategies, and provides recommendations on the analysis of assets for investment attractiveness.
Ключевые слова: фондовый рынок, анализ активов, моделирование
Keywords: capital market, analysis of assets, modeling
Успешное осуществление торговых операций на фондовом рынке во многом зависит от качества работы торговой системы, от характерных особенностей динамики ценовых рядов активов, от изменения влияющих на котировки ценных бумаг множества экзогенных предикторов и т.д. Смоделировать тенденции развития всех факторов, способных оказать воздействие на качество работы торговых систем невозможно. По этой причине инвесторы компенсировали неспособность прогнозирования сложных экономических процессов, протекающих на фондовых рынках, построением риск-систем, ограничивающих уровень потенциального убытка по совершаемым торговым операциям. На сегодняшний день финансовый результат работы инвестора сводится к построению эффективных систем поддержки принятия управленческих решений на фондовом рынке.
Предложенный автором комплексный подход к осуществлению торгов позволяет сфокусироваться не только на риске изменения динамики ценовых рядов активов, но и на выборе наиболее инестиционно привлекательных ценных бумаг, а также на идентификации благоприятных периодов времени для совершения спекулятивных сделок.
Разработанная система поддержки принятия управленческих решений основывается на оценке нескольких аналитических показателей: линейные изменения динамики ценовых рядов, нелинейные статистические изменениякотировок актива, кумулятивная прибыль инвестора за прошедший временной интервал, а также среднедневной доход по каждой ценной бумаге.
Итеративное тестирование разработки позволит в деталях понять механизм работы предложенного комплексного подхода, а агрегация результатов апробации будет способствовать объективной оценке эффективности применения системы поддержки принятия управленческих решений.
Тестирование системы производится на котировках обыкновенных акций 19 компаний, входящих в листинг биржи ОАО ММВБ-РТС: ^Ъ^
AKRN,CHMF,GAZP, GMKN, LKOH, MAGN, MGNT, MSRS,MTSS,NLMK, NVTK, RASP, ROSN, RTKM,SBER,SNGS,SVAV,TATN, а также фьючерса на индекс Micex и фьючерса на нефть LSC[5, 6].
Частоты изменения динамики ценовых рядов активов оказывают существенное влияние на эффективность работы торговых систем. В частности, резкое увеличение волатильности или смена тренда способны привести инвестора к отрицательному финансовому результату. Применение индикатора Хольта[2] в качестве фильтра подобных изменений позволяет не только вовремя выйти из позиции, тем самым снизив риск возникновения убытка, но и определить активы наиболее подходящие для осуществления успешной торговли на фондовом рынке.
Табл. 1 демонстрирует влияние количества срабатываний сигналов Хольта на важный с точки зрения проведения спекулятивных сделок показатель: продолжительность периода, на котором возможно оценить текущее состояние активов, а значит, и применить торговую систему с моделью анализа финансовых активов Хольта-Веге [4] в качестве составного блока.
Следует отметить, что срабатывание сигналов Хольта может иметь неравномерное распределение. А значит, наличие концентрации изменений динамики активов способны привести к отказу инвесторов от осуществления торгов на продолжительный период времени. Примерами подобных ситуаций могут служить наступление кризиса, переориентация экономики, политические изменения и др.
На форму распределения косвенно указывает показатель «Количество периодов, поддающихся идентификации» (Табл. 1): чем равномернее распределено срабатывание сигналов, тем большее количество периодов наблюдается у актива.
Для инвестора предпочтительно умеренное количество сигналов Хольта. Высокая частота сигналов, даже равномерно распределенная, делает невозможным инвестирование в ценные бумаги. Например, акции компаний
RASP и SVAV имеют неустойчивую динамику ценовых рядов, по причине чего осуществление торгов с применением данных активов не рекомендуется независимо от формы распределения сигналов.
Таблица 1
Влияние количества сигналов Хольта на процент продолжительности временного ряда, подлежащий идентификации в части распределения,
сентябрь 2007 - июль 2013
Тикер Количество сигналов Хольта Количество периодов, поддающихся идентификации Процент периода, поддающегося идентификации распределения
AFLT 101 4 29,91%
AKRN 68 5 35,00%
CHMF 7 4 96,37%
GAZP 5 4 92,17%
GMKN 16 5 89,90%
LKOH 14 6 78,69%
LSC 13 4 59,89%
MAGN 33 6 57,50%
MGNT 97 1 6,48%
MICEX 8 3 73,22%
MSRS 113 3 20,64%
MTSS 38 6 51,77%
NLMK 16 7 88,28%
NVTK 27 7 58,57%
RASP 141 0 0,00%
ROSN 18 8 81,89%
RTKM 94 2 18,06%
SBER 6 2 84,75%
SNGS 18 4 33,08%
SVAV 193 0 0,00%
TATN 31 6 58,85%
Визуальное представление результатов работы индикатора Хольта является наиболее информативным для проведения анализа активов (Рис. 1, Рис. 2). В частности на Рис. 1 продемонстрировано подтверждение неустойчивой динамики компаний RASP и SVAV. Остальные активы,
вошедшие в исследуемую выборку, имеют устойчивую закономерность частот возникновения сигналов Хольта.
AKRN RTKM MGNT AFLT MSRS RASP SVAV Рис. 1. Частоты возникновения сигналов Хольта в результате изменения динамики ценовых рядов активов (выборка с количеством сигналов >=50),
январь 2007 - июль 2013
Все представленные на Рис.1 ценные бумаги, за исключением AKRN, отреагировали на кризис 2008 - 2009 гг. Кроме того, каждая отдельно взятая компания имела свои особенные временные периоды, характеризующиеся изменением динамики.
Следует отметить, что активы, попавшие в выборку, имеют разную отраслевую принадлежность. Благодаря этому, на Рис. 1 наблюдаются индивидуальные для каждой компании формы распределения индикатора Хольта.
Рис. 2 позволяет сделать важный для инвестора вывод: в наблюдаемой выборке содержатся активы инертные к серьезным экономическим
изменениям, включая кризис. Объяснением данному факту может являться как сильная государственная поддержка, так и присущая каждой отдельной компании особенность динамики ценовых рядов (стабильно высокая или низкая волатильность и частота изменения тренда).
MTSS MAGN TATN МУХК SNGS ROSN №ЬМК
GMKN ЬКОН LSC М1СЕХ СНМР
GAZP SBER №ЬМК ROSN
СНМР М1СЕХ LSC SNGS NVTK TATN
LKOH GMKN MAGN MTSS
6
4
2
0
Рис. 2. Частоты возникновения сигналов Хольта в результате изменения динамики ценовых рядов активов (выборка с количеством сигналов <50),
январь 2007 - июль 2013
Понимание закономерностей возникновения частот сигналов индикатораХольта формируют ожидания, связанные с качеством работы торговых систем. Однако в действительности большую информационную ценность для инвестора представляют текущие состояния торгуемых активов, определяемые моделью анализа финансовых активов Хольта-Веге (Табл. 2).
Учитывая характерные особенности динамики ценовых рядов в рамках каждого отдельного состояния, можно выделить те временные периоды, когда осуществлять торговлю наиболее благоприятно.
Таблица 2
Процентное распределение состояний активов в рамках продолжительности временных интервалов, подлежащих идентификации
состояния
Тикер Состояние рынка
Антиперсистентность Случайное блуждание Переходное состояние Хаос Когерентное состояние
AFLT 57,06% 14,12% 10,73% 0,02% 18,06%
AKRN 67,80% 6,05% 5,57% 0,00% 20,58%
СНМР 59,77% 11,55% 11,01% 0,00% 17,68%
GAZP 56,36% 16,73% 11,86% 0,00% 15,05%
GMKN 57,10% 15,34% 8,75% 0,01% 18,80%
ККОН 60,37% 18,06% 4,23% 0,00% 17,34%
LSC 56,44% 12,47% 7,58% 0,04% 23,50%
MAGN 62,11% 10,47% 9,36% 0,01% 18,05%
MGNT 94,08% 0,66% 0,00% 0,00% 5,26%
MICEX 43,05% 10,35% 10,15% 0,01% 36,44%
MSRS 43,27% 33,13% 16,98% 0,02% 6,61%
MTSS 57,93% 12,70% 12,54% 0,00% 16,83%
NLMK 52,86% 14,86% 9,15% 0,00% 23,14%
NVTK 64,05% 16,51% 10,34% 0,00% 9,10%
ROSN 61,06% 15,67% 9,95% 0,01% 13,31%
RTKM 72,37% 9,60% 7,73% 0,00% 10,30%
SBER 19,12% 4,20% 72,47% 0,02% 4,20%
SNGS 54,59% 17,14% 11,73% 0,00% 16,54%
TATN 60,13% 16,95% 10,35% 0,01% 12,56%
Наибольший интерес у инвестора вызывают фазы актива, когда наблюдается устойчивый тренд и отсутствует состояние бифуркации ценового ряда: нет необходимости отслеживать актуальность управляющих параметров в торговой системе (когерентность). Некоторые состояния активов плохо поддаются моделированию, а значит, качество работы торговой системы на таких фазах может быть неустойчивым (антиперсистентность и переходное состояние) [1].
Следует отметить, что частоты пребывания активов в благоприятном и неблагоприятном для осуществления торгов состоянии не всегда позволяют судить о будущих доходах инвестора - многое зависит от динамики самих ценовых и качества работы действующих торговых систем.
В целях формирования выборки активов с высоким потенциалом получения прибыли в результате совершения спекулятивных сделок необходимо проанализировать потенциальную доходность исследуемых бумаг на различных торговых индикаторах. Определение принадлежности ценных бумаг к кластерам «высокодоходных», «доходных» и «убыточных» активов позволит инвестору сузить объем генеральной совокупности для проведения дальнейшего анализа и мониторинга динамики ценовых рядов.
Таблица 3
Финансовый кумулятивный результат совершения сделок на фондовом рынке посредством индикатора Momentum в разрезе рыночных состояний,
руб. на 1 акцию (сентябрь 2007 - июль 2013)
Тикер Состояние актива
Антиперсис-тентность Случайное блуждание Переходное состояние Когерентное состояние
AFLT 7,12 -0,68 -1,41 9,90
AKRN -1 167,04 113,08 129,52 847,68
CHMF -38,16 185,87 62,35 139,00
GAZP -108,13 78,00 92,95 18,49
GMKN -1 348,68 2 178,49 2 688,64 546,98
LKOH -712,91 -119,95 275,27 304,14
LSC -138,45 18,30 21,44 -20,13
MAGN 5,39 7,08 7,59 6,67
MGNT -285,98 0,00 0,00 79,00
MICEX -503,42 -390,21 -152,11 329,24
MSRS 1,26 0,66 0,31 0,50
MTSS 64,47 15,24 87,40 -56,36
NLMK -19,67 29,99 30,97 7,10
NVTK 91,73 33,21 43,63 74,02
ROSN -31,25 40,84 16,69 -9,36
RTKM -18,04 -0,47 5,17 -6,62
SBER 8,36 4,57 398,94 5,38
SNGS 2,05 4,13 0,91 4,57
TATN 59,15 38,75 31,78 6,66
По итогам финансового кумулятивного и среднедневного взвешенного дохода осуществление торгов в рамках переходного и когерентного состояния посредством индикатора Momentum является наиболее прибыльным (Табл. 3, Табл. 4). Антиперсистентное состояние напротив констатирует убытки по совершенным спекулятивным операциям.
Анализ среднедневного взвешенного дохода демонстрирует нерациональность включения в портфель российских ценных бумаг: среднедневной финансовый результат для большинства акций не превышает 1 рубля.
Таблица 4
Среднедневной взвешенный доход от совершения сделок на фондовом рынке посредством индикатора Momentum в разрезе рыночных состояний,
руб. на 1 акцию в день(сентябрь 2007 - июль 2013)
Тикер Состояние рынка
Антиперсис-тентность Случайное блуждание Переходное состояние Когерентное состояние
AFLT 0,02 -0,01 -0,02 0,08
AKRN -2,08 2,26 2,82 4,99
CHMF -0,03 0,73 0,26 0,35
GAZP -0,10 0,25 0,42 0,07
GMKN -1,07 6,41 13,86 1,31
LKOH -0,65 -0,36 3,57 0,96
LSC -0,21 0,12 0,24 -0,07
MAGN 0,01 0,05 0,06 0,03
MGNT -2 0 0 9,88
MICEX -0,80 -2,57 -1,02 0,62
MSRS 0,01 0 0 0,02
MTSS 0,09 0,1 0,56 -0,27
NLMK -0,02 0,1 0,16 0,01
NVTK 0,11 0,15 0,31 0,6
ROSN -0,03 0,13 0,09 -0,04
RTKM -0,06 -0,01 0,16 -0,15
SBER 0,03 0,06 0,33 0,08
SNGS 0,01 0,04 0,01 0,04
TATN |_0,07 | 0,17 |_0,23 |_0,24
Накопленный финансовый результат совершения спекулятивных операций с применением индикатора MovmgAverage в качестве торговой системы демонстрируют состояние антиперсистентности как благоприятное для осуществления торгов (Табл. 5). В частности, акции компаний GMKN, AKRN, LKOH, MICEX и CHMР можно отнести к высокодоходной группе ценных бумаг.
Таблица 5
Финансовый кумулятивный результат совершения сделок на фондовом рынке посредством индикатора MovingAverage в разрезе рыночных
состояний, руб. на 1 акцию(сентябрь 2007 - июль 2013)
Тикер Состояние актива
Антиперсис-тентность Случайное блуждание Переходное состояние Когерентное состояние
AFLT 5,01 0,73 -1,53 4,34
AKRN 1 826,18 82,02 41,45 -263,25
CHMF 851,81 87,82 58,17 212,02
GAZP 234,66 70,64 125,42 55,82
GMKN 7 061,46 2 718,07 859,58 2 407,02
LKOH 1 291,37 821,23 13,16 288,50
LSC 75,72 15,03 -3,86 19,42
MAGN 5,22 6,99 -1,31 4,98
MGNT 303,45 50,00 0,00 30,25
MICEX 616,85 371,27 247,33 949,88
MSRS 0,50 0,26 0,16 -0,08
MTSS 171,90 1,15 68,41 31,45
NLMK 150,48 19,85 23,66 89,21
NVTK 270,65 19,46 51,04 60,49
ROSN 206,27 8,87 32,61 71,52
RTKM 10,18 1,42 20,07 20,78
SBER 33,29 3,76 131,29 5,46
SNGS 11,76 3,97 -0,86 2,76
TATN 200,26 21,60 33,33 51,25
Однако, учитывая продолжительность пребывания активов в фазе антиперсистентности, а также особенности работы статистического
инструментария, лежащего в основе торговой стратегии, наибольшее внимание следует уделить результатам среднедневной доходности (Табл. 6). Перечень наиболее прибыльных ценных бумаг с точки зрения среднедневного финансового результата практически полностью соответствует выборке, сформированной по итогам накопленного дохода: MGNT, GMKN, Лга^ ККОН и М1СЕХ.
Таблица 6
Среднедневной взвешенный доход от совершения сделок на фондовом рынке посредством индикатора MovingЛverage в разрезе рыночных
состояний, руб. на 1 акцию в день (сентябрь 2007 - июль 2013)
Тикер Состояние рынка
Антиперсис-тентность Случайное блуждание Переходное состояние Когерентное состояние
AFLT 0,01 0,01 -0,02 0,03
AKRN 3,26 1,64 0,9 -1,55
CHMF 0,64 0,34 0,24 0,54
GAZP 0,23 0,23 0,57 0,20
GMKN 5,58 7,99 4,43 8,77
ккон 1,17 2,5 0,17 0,91
LSC 0,11 0,10 -0,04 0,07
MЛGN 0,01 0,05 -0,01 0,02
MGNT 2,12 50 0 3,78
MICEX 0,98 2,44 1,66 1,78
MSRS 0 0 0 0
MTSS 0,24 0,01 0,44 0,15
NLMK 0,14 0,06 0,13 0,19
ЫУЖ 0,31 0,09 0,36 0,49
ROSN 0,17 0,03 0,17 0,28
RTKM 0,03 0,03 0,61 0,47
SBER 0,10 0,05 0,11 0,08
SNGS 0,03 0,03 -0,01 0,03
TATN 0,24 0,09 0,24 0,3
Ценные бумаги MSRS, ЛFLT, MAGN и SNGS продемонстрировали отрицательную доходность как по результатам накопленного финансового результата, так и по итогу среднедневной прибыли.
Следует отметить что, несмотря на существенное различие в объемах накопленного дохода, среднедневная взвешенная прибыль от совершения сделок на фондовом рынке посредством индикаторов Momentum и MovingAverage не имеет весомых различий. А акции компаний GMKN, AKRN, LKOH, MICEX и MGNT по итогам анализа результатов работы обеих торговых систем отнесены к кластеру «высокодоходных» финансовых активов.
Работа торговой системы на основе индикатора BollingerBands продемонстрировала исключительно положительный финансовый результат для всей совокупности ценных бумаг независимо от оцениваемой фазы активов (Табл. 7, Табл. 8).
Таблица 7
Финансовый кумулятивный результат совершения сделок на фондовом рынке посредством индикатора BollingerBands в разрезе рыночных
состояний, руб. на 1 акцию(сентябрь 2007 - июль 2013)
Тикер Состояние актива
Антиперсис-тентность Случайное блуждание Переходное состояние Когерентное состояние
AFLT 52,19 0,00 5,93 6,15
AKRN 1 460,98 39,41 0,00 1 333,17
CHMF 778,72 12,31 74,60 115,16
GAZP 320,49 24,22 11,94 51,20
GMKN 8 462,28 923,48 283,00 2 396,60
LKOH 1 754,15 450,00 140,94 116,94
LSC 224,84 43,29 45,50 94,89
MAGN 32,47 3,94 1,29 4,78
MGNT 914,65 0,00 0,00 0,00
MICEX 1 173,17 415,73 23,57 816,00
MSRS 0,37 0,50 0,14 0,00
MTSS 266,85 12,69 29,54 60,65
NLMK 185,01 4,99 6,97 47,70
NVTK 470,94 54,13 11,71 5,06
ROSN 367,43 134,05 11,94 23,48
RTKM 53,05 0,00 21,70 14,15
SBER 43,87 0,00 1,15 6,30
SNGS 5,95 2,25 0,55 7,73
TATN 216,74 40,46 18,26 69,29
Разделение активов на 3 группы по уровню доходности, оценивая эффективность работы индикаторов Momentum и MovingAverage, предполагается невозможным. Только четверть российских ценных бумаг являются потенциально привлекательными для инвестора, а оставшиеся финансовые активы оцениваются как убыточные для вложений.
Таблица 8
Среднедневной взвешенный доход от совершения сделок на фондовом рынке посредством индикатора BollingerBands в разрезе рыночных
состояний, руб. на 1 акцию в день (сентябрь 2007 - июль 2013)
Состояние рынка
Тикер Антиперсис- Случайное Переходное Когерентное
тентность блуждание состояние состояние
AFLT 0,13 0 0,08 0,05
AKRN 2,61 0,79 0 7,84
CHMF 0,59 0,05 0,31 0,29
GAZP 0,31 0,08 0,05 0,18
GMKN 6,68 2,72 1,46 6,75
LKOH 1,59 1,37 1,83 0,37
LSC 0,34 0,29 0,51 0,34
MAGN 0,04 0,03 0,01 0,05
MGNT 6,4 0 0 0
MICEX 1,86 2,74 0,16 1,53
MSRS 0 0 0 0
MTSS 0,37 0,08 0,19 0,39
NLMK 0,17 0,02 0,04 0,19
NVTK 0,54 0,24 0,08 0,04
ROSN 0,31 0,44 0,06 0,09
RTKM 0,17 0 0,66 0,32
SBER 0,14 0,00 0,00 0,19
SNGS 0,02 0,02 0,01 0,07
TATN 0,26 0,18 0,13 0,41
Акции GMKN, LKOH, AKRN и М1СЕХ являются наиболее доходными по итогам накопленной прибыли, а ценные бумаги AKRN, GMKN, LKOH, М1СЕХ и MGNT - по результатам среднедневной.
Таким образом, в выборку инвестиционно привлекательных финансовых активов вошли:
• ОАО "Акрон" (добыча минералов и производство минеральных удобрений);
• ОАО ГМК "Норильский Никель" (горно-металлургическая компания);
• ОАО "Лукойл" (добыча и переработка нефти);
• ОАО "Магнит" (крупнейший ритейлер) ;
• Фьючерс на индекс ММВБ.
Следует отметить, что выбранные компании дифференцированы по отраслевой принадлежности, несмотря на тот факт, что основным инвестиционным направлением российского рынка остается добыча полезных ископаемых.
Для формирования объективного понимания характерных особенностей состояний активов и оценки эффективности работы торговых систем на каждой из фаз требуется детально проанализировать результаты апробации.
Антиперсистентность.
Состояние антиперсистентности характеризуется наибольшим накопленным доходом от совершения спекулятивных операций по итогам работы всех торговых систем, за исключением индикатора Momentum. Размер кумулятивной прибыли инвестора сильно зависит от продолжительности пребывания актива в анализируемом состоянии - чем большее время ценная бумага находится в определенной фазе, тем большее количество торговых операций можно осуществить. Объяснением наибольшего накопленного объема и является длительность состояния антиперсистентности. Кроме того, антиперсистентность отличается нестабильностью финансового результата - итогом торгов может быть как прибыль, так и убыток. Этот факт способствует частому отказу инвесторов от работы с активами, пребывающими в данной фазе.
Следует отметить, что антиперсистентность характеризуется небольшой среднедневной взвешенной доходностью, что является важным параметром оценки эффективности осуществления торгов.
Когерентность.
Фаза когерентности отличается от других состояний стабильностью финансовых результатов и наибольшим среднедневным взвешенным доходом. Однако в силу непродолжительности данного состояния, кумулятивная прибыль, полученная в фазе когерентности, уступает по объему доходу, полученному при антиперсистентности.
Случайное блуждание.
Состояние случайного блуждания не привлекает инвесторов ни кумулятивной или среднедневной взвешенной доходностью, ни устойчивостью результатов. Большие потери, также как и большие доходы в данной фазе не наблюдаются. Математическое ожидание получения прибыли находится в окрестности нуля.
Переходное состояние.
Фаза перехода формирует высокую волатильность. Это приводит к тому, что при работе на фондовом рынке инвестор способен получить большой доход, но устойчивостью данный финансовый результат обладать не будет.
По итогам агрегированных результатов апробации можно сделать следующие выводы:
1. Результаты среднедневного взвешенного дохода трех разных индикаторов совпали в определении наиболее прибыльных активов. Следовательно, подтверждается предположение, что аналитический выбор доходных активов способствует увеличению эффективности работы инвестора (независимо от используемой торговой стратегии).
2. Большинство российских бумаг оцениваются как убыточные для вложений. По этой причине вопрос об определении прибыльных активов на российском фондовом рынке стоит особо остро.
3. На кумулятивный финансовый результат сильно влияет дифференцируемый выбор торговых систем для каждого состояния актива [3].
4. Наибольшая среднедневная взвешенная доходность активов и наибольшая стабильность положительного финансового результата наблюдается при когерентном состоянии активов независимо от типа торговой стратегии.
Библиографический список
1. Петерс Э. Хаос и порядок на рынках капитала. Новый аналитический взгляд на циклы, цены и изменчивость рынка // Мир. 2000. С. 217 -226.
2. Тихненко А.Н. Разработка и применение индикатора Хольта в целях выявления линейных изменений характера ценового ряда на фондовом рынке // Финансы и кредит. - 2013. - №44 (572). - с.60-66.
3. Тихненко А.Н., Теплов С.Е. Разработка и применение методологии анализа инвестиционной привлекательности фондовых рынков //«Экономика и предпринимательство». - 2014. - №1 ч.2 (42-2). -с.82-86.
4. Тихненко А.Н. Разработка и применение модели анализа рыночных активов Хольта - Веге на фондовом рынке // Экономический анализ: теория и практика. - 2013. - №47 (350). - с.63-67.
5. http://www.finam.ru/
6. http://moex.com/
