CC BY
189
7(7) - 2008
Фондовый рынок
КЛАСТЕРНЫЙ СТАТИСТИЧЕСКИЙ АНАЛИЗ РЫНКОВ
В.Н. ЯКИМКИН,
кандидат физико-математических наук, доцент Академия бюджета и казначейства Министерства финансов
Российской Федерации
Введение
Необходимость проведения финансового анализа с целью понимания и прогнозирования динамики курсов исследуемых активов довольно очевидна. Как правило, анализ будущей динамики любого финансового инструмента (акции, облигации, дериватива) включает в себя оценки как его будущей доходности, так и уровня риска, с которым придется столкнуться участнику рынка при операциях с выбранным активом. С целью минимизации риска при заданных уровнях доходности многие участники рынка стараются диверсифицировать свои активы, тем самым проводя анализ не отдельного финансового инструмента, а целой группы инструментов или даже целого сегмента глобального финансового рынка [1 — 4]. В таком случае конечным результатом анализа финансовых рынков будет принятие решения об оптимальном распределении выделенных инвестором средств как между различными сегментами рынка, так и между инструментами внутри одного сегмента.
Традиционные способы анализа -фундаментальный, межрыночный и технический - можно существенно улучшить, если на их основе формировать
кластер сигналов, причем пальму первенства отдавать фундаментальному и межрыночному, которые и формируют возможность и направление торгов. В этом случае роль технического анализа
сводится к «ручному» оптимизатору торгов в выбранном ранее направлении. Портфельный анализ завершает формирование кластерного способа
анализа, проводя дальнейшую оптимизацию ведения торгов не по отдельным рыночным позициям, а по портфелю активов в целом
При этом участникам рынка важно определить как некоторые основные характеристики исследуемых активов, так и понять, какие из рассматриваемых финансовых инструментов на данный момент неправильно оценены рынком. При этом все многообразие методов и способов проведения финансового анализа можно условно разделить на два типа: статистические и динамические.
Наиболее изучены и апробированы статистические способы анализа финансовых рынков, суть которых в широком смысле слова сводится к изучению статистики воздействия на наш рынок как внешних, так и внутренних факторов и параметров, которые и определяют, в конечном счете, будущую эволюцию курса выбранного финансового инструмента.
К динамическому способу анализа финансовых рынков следует отнести те общие принципы анализа динамики временных рядов любой природы (для нас интересны, в первую очередь, временные ценовые ряды или ряды доходностей ис-
следуемого актива), которые получили наиболее полное развитие в современной теории сложных динамических систем (это — тема следующей публикации) [5 — 8].
К статистическим способам анализа обычно относят фундаментальный, межрыночный, технический и портфельный анализы.
В данной статье мы будем акцентировать свое внимание на кластеризации сигналов, полученных при применении этих разных способов анализа и прогнозирования рынков.
Фундаментальный анализ
Фундаментальный аналитик принимает во внимание состояние экономик тех стран, чьи активы он использует в своих экспертных оценках, он следит за политическими событиями и тенденциями в мире, реагирует на экстренные новости.
В контексте выбранного рынка фундаментальный анализ изучает все многообразие происходящих в мире экономических, финансовых и политических событий, их взаимосвязь и влияние на поведение исследуемых финансовых инструментов [2, 4].
Фундаментальный аналитик понимает и видит те факты и оценивает те движущие силы, которые в потенциале должны задавать тон в динамике того или иного курса, даже если это пока еще не нашло своего отображения на графике цены. Поэтому, если правильно и вовремя интерпретировать факты, которые имеют место в данное время, то можно сыграть на опережение и получить прибыль.
Фундаментальный анализ — это прогнозирование посредством исследования исторической ретроспективы рынков. Фактически — это проведение статистических оценок. Через призму макроэкономических мировых процессов можно диагностировать различные изменения в экономике торгующих стран. Политические события, поведение финансовых властей — все это сказывается на курсах исследуемых инструментов, если одни события невозможно предвидеть, то другие являются вполне плановыми (например, время публикации экономических новостей расписано на месяц вперед) или прогнозируемыми. Следовательно, если построить разумные и своевременные прогнозы, то можно предвидеть и будущую эволюцию рынка, из которой уже можно извлечь свою прибыль.
Итак, основная задача (и предназначение) фундаментального анализа—изучение влияния различных экономических факторов фундаментального
характера (таких, например, как изменение на рынке труда или рост инфляции) на курсовую динамику выбранного актива. Корпоративные инвесторы, осуществляющие долгосрочное инвестирование финансового рынка, большое внимание в своих прогнозах уделяют именно этому типу анализа. Интегрально более 80 % трейдеров при ведении дилинга опираются на фундаментальный анализ. Кроме того, в отличие от других перечисленных выше способов анализа и прогнозирования, он составляет основу исследования финансовых инструментов в условиях эффективного рынка [2].
Фактически фундаментальный анализ любого сегмента финансового рынка строится на новостях и их прогнозировании, а также их влиянии на курсы исследуемого актива. Причем все эти новости оцениваются в двух плоскостях: общее экономическое состояние страны и влияние данной новости на динамику вашего актива. Понятно, что фундаментальный анализ невозможно проводить без сравнения всевозможных взаимозависимых факторов, таких как торговый баланс, динамика валового национального продукта, уровень безработицы, процентные ставки, динамика денежной массы и пр.
Доминантную роль при анализе фундаментальных данных играет их экспертная оценка ведущими специалистами по макроэкономическим проблемам. Такая оценка выражается в реакциях и ожиданиях курса изучаемого актива. В конечном счете, такие прогнозы превращаются в ожидания изменения цены определенного финансового инструмента и, возможно, отдельных индексов и даже выбранного сегмента финансового рынка в целом. В настоящее время фундаментальными аналитиками применяются несколько способов прогнозирования.
Top-down forecasting approach. При таком способе прогнозирования «сверху — вниз» вначале делается прогноз для мировой экономики в целом, потом для отдельной страны, затем для исследуемой отрасли и, в конце концов, для конкретной фирмы. При этом прогнозы для отраслей опираются на прогнозы для мировой экономики и страны в целом, а прогнозы для фирмы, в свою очередь, опираются на те и другие прогнозы.
Bottom-up forecasting approach — это диаметрально противоположный рассмотренному выше способ прогнозирования «снизу — вверх», когда фундаментальный аналитик сначала рассчитывает эволюцию исследуемых фирм и их активов, затем на базе полученных цифр даются прогнозы перспектив для отраслей и, наконец, для экономики в целом. Этот способ многовариативен хотя бы в силу
того, что на начальном этапе разными аналитиками могут быть приняты, казалось бы, не сильно отличающиеся допущения (скажем, в объемах продаж компании или в ее ценовой политике), которые на выходе системы (на уровне отрасли или даже экономики страны) могут дать совершенно отличные результаты. Метод прогнозирования «сверху — вниз» частично лишен такой опасности, так как все аналитики будут использовать одни и те же прогнозы, скажем, объемов продаж компании или ее ценовой политики.
В настоящее время создано достаточно много компьютерных алгоритмов для оценок перспектив того или иного финансового инструмента с использованием комбинации двух способов прогнозирования. Например, сначала делается прогноз методом «сверху — вниз» по экономике страны в целом. Полученные цифры служат ре-перными уровнями, оттолкнувшись от которых фундаментальный аналитик составляет прогнозы для отдельных фирм, которые, в свою очередь, с помощью метода «снизу — вверх» уточняют исходные реперные уровни. Компьютер может «прогонять» расчеты «вниз — вверх» много раз до получения удовлетворительного совпадения в результатах.
Probabilistic forecasting approach — вероятностное прогнозирование, при котором рассматриваются сразу несколько возможных путей эволюции экономики страны с разной вероятностью их осуществления. Затем способом прогнозирования «сверху — вниз» просчитываются перспективы развития отраслей, отдельных фирм и их финансовых инструментов с учетом вероятности развития экономики по определенному сценарию. Такие оценки показывают возможную динамику курса исследуемого актива в зависимости от пути эволюции экономики. С помощью такого способа прогнозирования можно оценить риски и ожидаемую доходность по операциям купли-продажи определенного актива путем расчета вероятности того или иного события на финансовом рынке.
Econometric model. В последнее время статистические показатели, которые будут рассмотрены чуть ниже, все чаще оцениваются фундаментальными аналитиками с помощью различных компьютерных эконометрических моделей [4, 5]. По существу, это — алгоритм расчета значений определенных параметров, называемых эндогенными переменными. При этом в качестве исходных данных используются численные значения других статистических данных, которые в этом случае называются экзогенными переменными. Допущения
о возможных значениях этих параметров делаются самим финансовым аналитиком.
Например, в эконометрической модели уровень продаж, допустим, домов в следующем месяце или квартале может быть привязан к уровням ВНП и розничных продаж. Чтобы спрогнозировать величину продаж домов в следующем месяце (это эндогенная переменная), следует получить данные о величине ВНП и объеме розничных продаж для этого месяца, которые относятся к экзогенным переменным.
Эконометрическая модель требует знаний по экономике и статистике. На первом этапе используются экономические знания для установления взаимосвязей между эндогенными и экзогенными переменными, а затем для количественных оценок уже установленных взаимосвязей обсчитываются статистические данные за прошлые периоды времени, которые впоследствии экстраполируются и на будущий интервал времени. Существующие компьютерные программы широкомасштабных эконометрических моделей обсчитывают практически все значимые экономические индикаторы. Они используют огромное количество уравнений, которые включают в себя все важные взаимосвязи между индикаторами.
Хотя оценки таких взаимосвязей основаны на данных за прошедший период, они часто позволяют модели эффективно работать и в будущем. Многообразие существующих эконометрических моделей свидетельствует о том, что эти модели время от времени дают сбой как из-за структурных изменений в самой модели, так и вследствие влияния не учтенных моделью факторов. В любом случае требуются изменения или величины оценок, или самой концепции эконометрической модели, или же того и другого. Вам не удастся найти пользователя, который бы эпизодически не изменял входных параметров системы или даже полностью не «перенастраивал» такую модель по мере совершенствования своего мастерства в роли фундаментального аналитика.
Если вы занимаетесь внутридневной торговлей и ваш инвестиционный горизонт недостаточно глубок, то в таком случае нет необходимости строить долгосрочные прогнозы фундаментального характера. При случайном блуждании цены на неглубоких инвестиционных горизонтах всякое прогнозирование становится довольно рискованным занятием. Тем не менее даже при стохастическом поведении цены исследуемого инструмента на фрактально симметричных рынках наблюдаются определенные закономерности, пропорции и взаимосвязи, которые позволяют хоть как-то прогнозировать изменения курса выбранного
актива. Для этого, в первую очередь, необходимо следить за новостями и шлифовать понимание корреляционных процессов между этими новостями и поведением курса исследуемого актива.
Фундаментальный аналитик старается купить недооцененный актив и продать переоцененный. Критерием переоцененности или недооцененности являются выводы и понятия на базе публикуемых многочисленных статистических данных, таких как ВВП, торговый баланс, уровень инфляции в стране, состояние рынка труда и др.
В процессе торгов трейдеру приходится конкурировать с многомиллионной армией профессионалов, имеющих самую разнообразную подготовку: от высококвалифицированных торговцев, имеющих ученые степени MBA (магистр делового администрирования) или PhD (доктор философии), до простых домохозяек или клерков различных компаний, не специализирующихся в финансовом дилинге. Именно действия всех этих людей (плюс, конечно, ряда финансовых институтов) во многом и определяют динамику выбранных финансовых инструментов.
Вся эта армия людей в своем поведении руководствуется не только выводами технического или фундаментального анализа, но и играет на новостях с других сегментов рынка. Для этого им в полной мере необходимо владеть основами межрыночного анализа [3].
межрыночный анализ
Еще в начале 1990-х гг. многие финансовые аналитики сомневались в существовании корреляций между различными финансовыми инструментами или в возможности их использования в торговой практике. Сейчас совершенно очевидно, что невозможно прогнозировать курсовую эволюцию выбранного актива в отдельно взятой стране, не зная, что происходит на мировых финансовых рынках. Например, ни у кого не вызывает сомнения то, что падение процентных ставок (рост цен на облигации) явилось важной причиной ралли цен акций в 90-х гг. прошлого столетия. В то же время главной причиной падения процентных ставок было снижение инфляции (падение товарных цен).
Способность одномоментно анализировать несколько рынков дает межрыночному аналитику заметное преимущество над представителями трейдерских школ, которые специализируются на изучении узкого круга рынков.
За последние годы на финансовых рынках мира произошли серьезные изменения, которые оказали сильное влияние на поведение большинс-
тва ликвидных финансовых инструментов. Усиление процессов глобализации финансовых рынков приводит к ужесточению корреляционных связей между различными сегментами единого финансового рынка, пренебрегать которыми — для инвестора прямой путь к разорению. Поэтому инвестору необходимо понимать происходящие процессы на всех без исключения основных сегментах финансового рынка. От этого, в конце концов, зависит его благополучие и на выбранном, часто по субъективным причинам, каком-то одном сегменте рынка.
К примеру, пути эволюции многих благополучных аналитиков примерно схожи: в начале своей карьеры они придерживаются одного вида анализа, опираясь в своей работе на множество «внутренних» индикаторов. Однако постепенно к ним приходит понимание, что необходимо делать свои прогнозы о будущей курсовой динамике выбранного актива не только на базе выбранного стиля анализа поведения исследуемого актива, но и на изучении воздействия других сегментов финансового рынка на выбранный инструмент. Результатом этого стал комплексный (межрыночный) подход в финансовом анализе рынка выбранного актива.
Дальнейшие исследования в этом направлении даже путем простого сопоставления ценовых графиков различных финансовых инструментов показали, что рынки акций, облигаций, валют, товаров, а также рынки их деривативов тесно коррелируют между собой. Это значит, что полноценный анализ одного из сегментов финансового рынка невозможен без знания и понимания происходящих на других рынках процессов. Например, трейдеру фондового рынка, специализирующегося на акциях энергетических компаний, чтобы преуспеть в торгах, желательно следить за важнейшими товарными индексами и индексами рынка облигаций, а также за действиями менеджеров некоторых взаимных фондов, специализирующихся на «его» бумагах.
Наличие и значимость корреляций между различными сегментами финансового рынка наиболее ярко проявляются в экстремальные моменты: мировые кризисы, развороты основных трендов и т. д. Так, например, кредитный кризис в США с лета 2007 г. распространился далее на Западную Европу и затронул даже рынки развивающихся стран. В этот момент наблюдались обвалы многих региональных фондовых рынков, капиталы с которых перетекли в ценные бумаги Казначейства США (как наиболее надежные финансовые инструменты в период нестабильности и повышенной волатиль-ности других сегментов рынка).
Действительно, мы все являемся частью глобального финансового рынка, который характеризуется не только свободой торговлей, но и — что гораздо важнее — свободным движением капиталов. Эффект глобализации мировой финансовой системы создает благоприятные условия для перетока капиталов с одного сегмента финансового рынка на другой, что делает основные сегменты финансового рынка все более связанными и взаимозависимыми. Огромные потоки капиталов просто не могут остаться не замеченными трейдерами. Капиталы не могут возникнуть ниоткуда и кануть в никуда. Перефразируя известный принцип сохранения материи, можно сказать, что если откуда-то деньги уходят, то они обязательно куда-то придут. Необходимо только внимательно отслеживать такие потоки капиталов за счет корреляционных откликов одних сегментов рынка на события в других секторах финансового рынка.
Другая проблема, связанная с перетоком капиталов, заключается в нелинейности процессов, их сопровождающих. Возникают процессы турбулентности активов и прочие явления. О чем идет речь?
Во-первых, объемы спотовых, фьючерсных, форвардных и своповых контрактов — огромные, да плюс использование финансового рычага (нередко 1:100) приводят к тому, что суммы, с которыми совершаются операции, во много раз превышают реально существующий капитал. Это увеличило амплитуды флуктуаций цены в силу возможности практически мгновенно привлекать на рынки заметные капиталы и управлять ими «накоротко» в режиме внутридневной торговли. В такой ситуации нет никакой гарантии того, что «фундаментальные» движущие силы справятся и погасят такие флукту-ационные скачки цен.
Во-вторых, самоусиливающиеся процессы на финансовых рынках, согласно теории рефлексивности Сороса, приводят к тому, что сама причина зарождения тренда становится жертвой обстоятельств. Прогнозы и действия участников рынка по «случайному» колебанию цен выполняют роль самоисполняющегося пророчества. Да и сами флуктуации цены на каком-то определенном временном интервале могут явиться зарождением тренда на других, гораздо меньших, масштабах времени.
К такому вновь народившемуся тренду примкнет масса спекулянтов, открыв по нему позиции и тем самым изменив сами условия спроса и предложения, которые до этого момента опирались на фундаментальные законы. В итоге рынок может стать сильно неравновесным, с отклонением от среднестатисти-
ческой цены на две и более сигмы. В такие моменты предсказать конечную цель эволюции рынка на базе фундаментальных законов становится просто невозможно; необходимо к анализу рынка привлекать элементы фрактальной геометрии.
В-третьих, наряду с усилением глобализации мировых финансовых рынков, существуют объективные дезинтеграционные процессы, которые усиливаются в периоды экономических спадов и кризисов и приводят к оттоку капиталов с региональных (периферийных) финансовых рынков.
Для уменьшения степени нелинейности и непрогнозируемости рынков часто необходимо волевое вмешательство руководящих международных финансовых органов, что мы, собственно, и наблюдаем последние годы. Так, драматические события 11 сентября 2001 г. в США показали слаженность, взаимопонимание и взаимозависимость основных экономик мира (в первую очередь — США, Англии, Германии и Японии). Их грамотные и молниеносные решения (приостановка торгов на ведущих фондовых биржах, понижение учетной ставки и т. д.) во многом предотвратили глубокий обвал фондовых рынков и нарождающийся кризис мировой финансовой системы. Такая согласованность и агрессивность действий ведущих банков мира никогда ранее не достигала подобного объема.
Таким образом, финансовые рынки мира все в большей степени становятся заложниками согласованной политической воли их основных участников (правительств разных стран, их центральных банков и пр.). Становится ясно, что перспективы экономического развития всех государств мира взаимосвязаны между собой, точно так же, как взаимозависимы основные тренды мировых фондовых, денежных, валютных, товарных рынков, а также их стержня — рынка капиталов.
Теперь трейдеру недостаточно виртуозно владеть основами фундаментального анализа на базе «внутренних» макроэкономических индикаторов. Важно уметь правильно отслеживать основные финансовые потоки как между отдельными сегментами финансового рынка, так и между различными регионами мира. Для этого ему необходимо понимать и профессионально анализировать не только «свой» рынок, но и все основные рынки мира: фондовый, денежный, капиталов, валютный, товарный, а также их деривативы.
Статистика показывает, что этим способом анализа интегрально пользуются более 40 % трейдеров при совершении сделок на финансовых рынках мира.
Поэтому рассмотренные выше два важнейших способа анализа и прогнозирования рынков лучше использовать вместе как кластерный сигнал. Если сигналы фундаментального и межрыночного анализа взаимно дополняют друг друга, то мы получаем самоусиливающийся кластер, сигнал которого на покупку или продажу актива становится более значимым. Если же сигналы этих двух способов анализа противоречат друг другу, то мы имеем ослабляющий кластер, который не дает четких сигналов на вход в рынок или выход из него, т. е. в таком случае финансовые операции будут сопряжены с повышенным риском.
Из изложенного контекста становится понятна роль и важность рассмотренных двух способов анализа, особенно в ключе построения кластера сигналов. Именно в этом смысле часто практикующие дилеры рассматривают кластеризацию фундаментального и межрыночного анализов как отправную точку для ведения торгов, т. е. своего рода задания внутреннего вектора торгов — того преимущественного направления (покупка или продажа), которого следует придерживаться для минимизации риска потерь.
Коль скоро мы определились с направлением ведения торгов, то впоследствии нам необходимо научиться находить локальные минимумы рынка для последующих покупок или локальные максимумы для продаж. Другими словами, нам необходимо наращивать наш кластер сигналов, привлекая дополнительные способы анализа. Часто в роли такого «ручного» оптимизатора торгов выступает технических анализ.
Рискуя навлечь здесь недовольство большой армии специалистов технического анализа (а им, по статистике, пользуются около 20 % трейдеров), предлагаю в ракурсе обсуждаемой темы использовать сигналы индикаторов технического анализа только в том случае, если они подают сигнал в направлении выбранного вектора торгов, а сигналы в противоположном направлении считать ложными или, другими словами, обладающими высокими рисками.
технический анализ
Под техническим анализом чаще всего понимают исследование динамики рынка посредством графиков. Цель — анализ и прогнозирование будущего направления движения цен. Технический анализ включает в себя несколько различных подходов к изучению динамики цен, которые взаимосвязаны между собой в рамках одной стройной теории.
Этот вид анализа заключается в исследовании ценовой динамики рынка по изменениям трех рыночных факторов: цены, объема и, если изучается рынок срочных контрактов, открытого интереса (объема открытых позиций). Первичными для анализа считаются цены, а изменения остальных факторов изучаются для подтверждения правильности направления движения цен. В случае кластерного анализа роль технического анализа сводится к поиску оптимальных ценовых уровней для покупок или продаж на выбранном инвестиционном горизонте.
При этом все многообразие методов оптимизации торгов можно разделить на две большие группы: графические и аналитические.
Графический технический анализ — это анализ различных рыночных графических моделей, образующихся определенными закономерностями движения цен на графиках, с целью предположения вероятности продолжения или смены существующего тренда. Постулатами этого вида технического анализа являются перечисленные ниже основные понятия: линии тенденции, уровни рыночного сопротивления и поддержки, уровни коррекции текущего тренда.
Различают два вида графических моделей:
— модели перелома тенденции. Они образуются на графиках модели, которые при выполнении некоторых условий могут предвосхищать смену существующего на рынке тренда. К ним относятся такие модели, как голова и плечи, двойная вершина, двойное основание, тройная вершина, тройное основание;
— модели продолжения тенденции. Они образуются на графиках модели, которые при выполнении некоторых условий позволяют утверждать, что существует вероятность продолжения текущей тенденции. Возможно, тенденция развивалась слишком быстро и временно вступила в состояние перекупленности или перепроданности. Тогда после промежуточной коррекции она продолжит свое развитие в направлении прежней тенденции. В этой группе выделяют такие модели, как треугольники, алмазы, флаги, вымпелы и др.
У каждой модели есть свой специфический механизм образования и определенная графическая форма. Динамика объема сделок является подтверждающим фактором существования определенной модели. Все модели находят себе объяснение с точки зрения психологии участников рынка.
Несмотря на кажущуюся простоту данного метода, он является одним из основных приемов технического аналитика и достаточно эффективен. Крупный недостаток этого метода в том, что он очень субъективен. Каждый технический аналитик должен быть хорошим чартистом (от англ. chart — график), так как любая графическая модель, образовавшаяся на графике, есть завершение текущей ценовой динамики и появление вероятности продолжения или перелома существующей тенденции.
К аналитическим методам относят методы, использующие фильтрацию или математическую аппроксимацию временных рядов. В техническом анализе в качестве базового временного ряда используются значения цены акции за некоторый промежуток времени, объема торговли и числа открытых позиций.
Основным инструментом аналитических методов является индикатор, который, в свою очередь, представляет собой набор функций от одного или нескольких базисных временных рядов, с определенным временным окном. Индикаторы можно условно разбить на пять категорий:
1. индикаторы тренда. К ним относят индикаторы, служащие для измерения тренда, его силы и продолжительности. Классическим примером трендоподтверждающих индикаторов является скользящая средняя. К этому же классу относят такие известные индикаторы, как MACD, Directional Movement, Parabolic и др.
2. индикаторы изменчивости. Они служат для измерения меры изменчивости цены базисного актива. Изменчивость — это понятие, описывающее величину каждодневных, не зависящих от основного направления, флуктуаций цены. Такие индикаторы особенно важны для аналитика срочного рынка на смене тренда или при боковом тренде. Сигналы таких индикаторов, построенные с небольшим временным окном, позволяют входить и выходить из рынка в течение дня. К таким индикаторам относятся: Chaikin's Volatility, Standard Deviation, Bollinger Bands.
3. индикаторы момента. Они используются для измерения скорости изменения цены за определенный промежуток времени. Это, в первую очередь, Momentum Indicator, Relative Strength Index (RSI) и Price Rate-Of-Change (ROC). Также при некоторых условиях можно использовать и MACD. Ничто не мешает использовать сигналы индикаторов момента как для подтверждения тренда, так и для прогнозирования момента его окончания, что большинство специалистов и делает.
4. индикаторы цикла. Они служат для выявления циклических составляющих и их длины. Это
Fibonacci Time Zones, MESA Sine Wave Indicator и др. Такие индикаторы хорошо работают только на боковых трендах. Очень важны эти индикаторы для фьючерсных трейдеров, работающих на товарных рынках зерна сахара или нефти, — на этих рынках очень высокая циклическая составляющая.
5. индикаторы силы рынка. Они используют в качестве одной из базовых независимых переменных либо объем сделок, либо число открытых позиций. Индикаторы этой категории, опираясь на ряды данных объема, подают сигналы о силе текущей тенденции. К индикаторам этой категории относятся On Balance Volume, Volume Accumulation и др.
Таким образом, технический анализ показывает трейдеру, что происходит на рынке с курсом исследуемого финансового инструмента и где расположены уровни ценовых локальных минимумов или максимумов, оптимальных (на выбранном инвестиционном горизонте) для совершения сделки в направлении, указанном кластером сигналов.
При заданных уровнях доходности по отдельным инструментам трейдеры часто стараются хоть как-то минимизировать свои риски путем диверсификации своих активов, тем самым проводя анализ не отдельного финансового инструмента, а целого блока активов. В таком случае конечным результатом кластерного анализа будет принятие решения об оптимальном распределении выделенных инвестором средств между различными финансовыми инструментами.
Здесь мы подошли к необходимости проведения портфельного анализа.
портфельный анализ
Под портфелем финансовых инструментов будем понимать такой набор активов, который наиболее полно отвечает целям и задачам инвестора [8].
основная цель инвестора — создание такого портфеля, который дает максимальную доходность при заданном уровне риска или минимальный риск при заданном уровне дохода.
Принципы портфельного подхода в инвестиционных процессах были заложены Дж. Хиксом, который предположил, что участники рынка вкладывают свои средства в активы, исходя из стремления к максимизации их доходности в таких пропорциях, когда предельные доходы от всех финансовых инструментов равны (подобно условию равенства предельной полезности товаров и теории потребительского выбора). Однако в этот период в портфельном анализе господствовал «детерминированный подход», когда
была принята гипотеза о полной определенности условий инвестирования на стадии принятия решений. Хотя следует отметить, что и в начальный период становления портфельного анализа важность факторов неопределенности и риска в финансовых решениях сознавалась вполне четко. Однако математические средства, применяемые в финансовом анализе до 1940-х гг., сводились к элементарной алгебре и началам анализа, и лишь использование количественных, как правило вероятностных, методов позволило заметно продвинуться в направлении качественной эволюции теории портфельного анализа.
Теоретические основы современного подхода в теории портфельного анализа были заложены Гарри Марковицем в 1952 г. Им впервые была предложена математическая модель (на базе теории вероятностей) формирования оптимального портфеля ценных бумаг и были приведены методы построения таких портфелей при определенных условиях. Как только удалось перевести важнейшие экономические понятия доходности и риска на строгий математический язык (соответственно, математического ожидания и дисперсии), то портфельный анализ, по-существу, свелся к задачам квадратичной оптимизации при линейных ограничениях. Однако в тот момент слабость вычислительной техники и сложность предложенных оценочных алгоритмов не позволили этому способу анализа завоевать достойное «место под солнцем» среди других способов анализа финансовых инструментов.
Тем не менее уже через 11 лет Уильямом Шарпом была разработана однофакторная модель рынка капиталов, где был предложен упрощенный метод оценки портфеля ценных бумаг путем сведения квадратичной оптимизации к линейной. Дальнейшее совершенствование алгоритмов оценки «альфа» и «бета» коэффициентов, а также индекса доходности рынка в целом привело к появлению первых программных продуктов портфельного анализа.
Теперь портфельный анализ в приближении Мар-ковица используется на этапе формирования портфеля финансовых инструментов при дифференциации всего инвестиционного капитала по типам активов (акции, облигации, фьючерсы и т. д.). Затем применяется однофакторная модель Шарпа, когда средства, направленные в определенный сектор экономики, распределяются между отдельными конкретными инструментами, принадлежащими выбранному сектору. Впоследствии портфельный анализ Марковица значительно дополнился работами Джеймса Тобина, который предложил включать в анализ безрисковые и низкорискованные активы, например Т-ЫШ и
T-bonds. Здесь уже чувствуется макроэкономический подход в анализе, и прежде всего экономиста, поскольку основным предметом его исследований явилось распределение совокупного капитала по двум его формам: денежной и в виде ценных бумаг. В таком фундаментальном подходе основной темой портфельного анализа становится изучение причин, толкающих инвесторов к формированию портфеля активов, а не держать средства в кэше. При этом Тобин изучил адекватность количественных характеристик портфелей и их инструментов, составляющих исходные данные в теории Марковица.
Таким образом, портфельный анализ на базе теории Марковица, Шарпа и Тобина с 1980-х гг. получает широкое применение как составная часть статистического анализа. Поэтому в 1981 г. Дж. Тобин получает за свои работы Нобелевскую премию, а еще через 9 лет Марковиц и Шарп совместно с М. Миллером также удостаиваются этой премии, причем последний — за вклад в анализ взаимоотношений структуры портфеля акций и политики распределения дивидендов по ним.
Итак, основное достижение современного портфельного анализа — установление соотношения недиверсифицируемого риска и нормы доходности вложений: чем выше доходность, тем выше риск, и наоборот. Важнейшее понятие этого подхода — коэффициент бета (в), который показывает, какой прибыли от инвестиционного портфеля можно ожидать по сравнению с прибылью на рынке в целом.
Таким образом, традиционные способы анализа — фундаментальный, межрыночный и технический — можно существенно улучшить, если на их основе формировать кластер сигналов, причем завершать его формирование проведением портфельного анализа.
литература
1. Якимкин В. Н. Финансовый дилинг. Технический анализ. М.: Омега-Л, 2001. 496 с.
2. Якимкин В. Н. Фундаментальный анализ. М.: Омега-Л, 2006. 640 с.
3. Якимкин В. Н. Сегментация финансового рынка. М.: Омега-Л, 2006. 656 с.
4. Якимкин В. Н, Качалуба И. А. Способы анализа финансового рынка // Банковское дело. 2007. № 5. С. 30 — 35
5. Якимкин В. Эконофизика валютного рынка // Валютный спекулянт. 2006. № 6. С. 32 — 35.
6. Якимкин В. Локальная системная нестабильность валютного рынка // Валютный спекулянт. 2006. № 9. С. 30 - 35.
7. Якимкин В. Логопериодические осцилляции // Валютный спекулянт. 2006. № 10. С. 46 - 51.
8. Якимкин В. Новый подход к прогнозированию на рынке Forex. М. : СмартБук, 2008. 400 с.
