Разработка и тестирование новых систем поддержки принятия решений на финансовом рынке Текст научной статьи по специальности «Экономика и бизнес»

УДК 33.76.066

А. В. Зиненко

РАЗРАБОТКА И ТЕСТИРОВАНИЕ НОВЫХ СИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ НА ФИНАНСОВОМ РЫНКЕ

Предложены и протестированы новые системы поддержки принятия решений на финансовом рынке, основанные на известном индикаторе MACD, а также на новом событийном индикаторе. Практическое применение данных систем поддержки принятия решения показывает преимущества событийного индикатора.

С появлением финансовых рынков немедленно возник вопрос: как действовать на них таким образом, чтобы получить максимум прибыли? Поиски ответа на этот вопрос привели к появлению анализа финансовых рынков, в частности фондового.

По мере развития финансовых рынков они стали важнейшей частью экономики и непременной составляющей финансовой системы государства. И тогда анализ финансовых рынков стал производиться не в субъективных спекулятивных целях, а для получения наглядной картины экономики государства в целом. Так, с помощью анализа фондового рынка можно оценить экономическое положение страны, инвестиционную привлекательность каждой из отраслей экономики, а также многое сказать о движении денежных потоков и денежной массы, перемещении капиталов внутри страны и за рубеж.

Еще в начале 1950-х гг. многие процессы, происходящие в экономике, такие как рост ВВП, спад или подъем национального производства, пытались предсказать с помощью анализа временных рядов экономических переменных. Наиболее удобным объектом для такого анализа было движение курса акций.

В самом начале возникновения финансовых рынков анализ движения цен разделился на две базовые школы.

Первая школа - фундаментальный анализ. Это анализ экономических факторов данной системы, которые так или иначе влияют на цену. При фундаментальном подходе пытаются найти действительную стоимость объекта исходя исключительно из законов спроса и предложения. Этот анализ предполагает всестороннее рассмотрение экономико-политических факторов, влияющих на движение цен того или иного рынка.

Фундаментальный анализ производится на трех уровнях. На первом изучается ситуация во всем государстве, на втором - в отрасли, на третьем - финансовые коэффициенты компаний-эмитентов, при этом используются модели определения справедливой цены акции.

В противоположность фундаментальному, технический анализ рассматривает движение цены абстрагирован-но от всех внешних факторов [1]. Методы технического анализа основаны на изучении графика цены как математическими, так и иными методами. Большинство методов этого анализа разработано не учеными, а трейдерами, т. е. лицами, занимающимися торговлей на финансовых рынках: Ч. Доу, Р. Н. Элиотом, Т. Демарком, Б. Уильямсом.

Существует четыре различных подхода к техническому анализу:

- первый - визуальный подход. Это определение разворотных фигур на графике, а также графический анализ «японских свечей»;

- второй подход - это предположение о цикличности рынка. Главная задача данного подхода - определение длины цикла и, как следствие, момента, на котором цикл находится. Некоторые аналитики применяют теорию циклов в чистом виде, но наиболее распространены ее модификации для финансовых рынков, например волновая теория Элиота;

- третий подход - разработка систем, способных генерировать сигналы к покупке и продаже. Как правило, подобные системы представляют собой совокупность сигналов, подаваемых графиком цены, и алгоритм следования данным сигналам. Общее название для таких систем - системы поддержки принятия решений. В настоящее время трейдеры предпочитают автоматизированные системы поддержки принятия решений на финансовом рынке - механические торговые системы (МТС);

- четвертый подход связан с созданием рыночных индикаторов. В настоящее время таких индикаторов существует более ста, поэтому создать нечто новое весьма сложно. Как правило, уже существующие индикаторы совершенствуются с помощью создания фильтров.

В данной статье мы объединим третий и четвертый подходы, создав две системы поддержки принятия решений, в которых основными индикаторами выступают известный индикатор MACD и новый событийный индикатор. Помимо основных, торговые системы часто дополняют вспомогательными индикаторами, также весьма распространенными, которые подают сигналы-фильтры.

Торговые системы были протестированы нами на котировках российских акций и зарубежных индексов методом слепого моделирования, при котором исходные данные были взяты за два следующих друг за другом периода. Эффективность работы торговых систем определялась по критерию Шарпа [2]:

Sharp = , (1)

о

где r - доходность торговой системы; rf - безрисковая ставка доходности; о - стандартное отклонение доходности системы.

Разработка систем поддержки принятия решений. Для

того чтобы протестировать событийный индикатор и индикатор MACD на обширном массиве данных, а также при большом количестве вариантов инвестирования, построим механическую торговую систему на основании сигналов, подаваемых индикатором, применив несколько других индикаторов в качестве фильтров. Выберем для этой цели осцилляторы Momentum, Commodity Channel Index (CCI) и Stochastic.

Событийный индикатор представляет собой график функции ф (d, S), показывающей выигрыш трейдера при

наступлении стечения событий-обстоятельств S и принятии решения d:

ф(d,S)=(-1)5(d’d-)(— I (pt -pM)), (2)

N teTs

где Ts ={t e T : St = S} с T - подмножество моментов из T, в которые стечение событий-обстоятельств St совпадало с S; N =| T | - мощность множества T (период индикатора); 5(d, d_ ) - дельта-функция Кронекера:

[1, d = d_,

5(d,d_ ) •]

[0, d Ф d_.

Функция ф (d, S) состоит из четырех кривых, которые своими пересечениями, расхождениями и колебаниями подают различные сигналы.

По событийному индикатору выберем четыре сигнала. Каждый из сигналов будем считать событием, которому присвоим соответствующее имя:

- событие х_ - расхождение хотя бы одной из линий PV и P с восходящим графиком цены - сигнал к продаже;

- событие у_ - пересечение снизу линии PVлинией Р при восходящей тенденции - сигнал к продаже;

- событие х+ - расхождение хотя бы одной из линий V и 0 с нисходящим графиком цены - сигнал к покупке;

- событие у+ - пересечение линией Vлинии 0 сверху при нисходящей тенденции - сигнал к покупке.

Осциллятор MACD состоит из двух линий: длинной (L) и короткой (Sh). Традиционно длинную линию наносят жирной линией, а короткую - пунктирной. Линии строятся по точкам, значения которых определяются по следующим формулам:

Sh = MA26 -MA12, L = MA ’9, (3)

где MA26 - 26-дневное скользящее среднее; MA12 -12-дневное скользящее среднее; MA L - 9-дневное скользящее среднее от линии L.

Осциллятор MACD подает следующие сигналы, которые мы будем принимать за события-обстоятельства:

- событие х_ - пересечение медленной линией индикатора быстрой линии снизу - сигнал к продаже;

- событие у_ - расхождение медленной линии с восходящей тенденцией - сигнал к продаже;

- событие х+ - пересечение медленной линией индикатора быстрой линии сверху - сигнал к покупке;

- событие у+ - расхождение медленной линии с нисходящей тенденцией - сигнал к покупке.

Сигналы основных индикаторов, т. е. MACD и событийного индикатора, будем фиксировать следующим образом: решение на основании индикатора считается принятым, если были зафиксированы оба сигнала на продажу или оба сигнала на покупку.

Обозначим решения уже известным событийным способом:

- d+ase - решение о покупке финансового актива;

- dbase - решение о продаже.

Тогда решения, подсказанные основными индикаторами, представляются следующим образом:

d+base = x+I у+, d_base = х-l у_. (4)

Теперь рассмотрим вспомогательные индикаторы, которые будем использовать в качестве фильтров. Инди-

каторы-фильтры подают всего 8 сигналов, из них 4 - на покупку, 4 - на продажу. События - сигналы вспомогательных индикаторов будем обозначать первыми буквами их названий.

Индикатор «Индекс товарного канала» (Commodity Channel Index, CCI) измеряет отклонение цены инструмента от его среднестатистической цены. Этот индикатор рассчитывается в несколько этапов:

1) определяется n-периодное скользящее среднее (возьмем наиболее часто встречающийся период 14);

2) вычисляется показатель D: от каждого значения цены за предшествующие 14 периодов отнимается полученное значение средней;

3) находится 14-периодное скользящее среднее от D и вычисляется показатель М: полученное значение умножается на 0,15;

4) индекс CCI рассчитывается по формуле

CCI = M.

D

Будем фиксировать следующие сигналы CCI:

- событие с_ - достижение индикатором зоны перекупленности - сигнал к продаже;

- событие с+ - достижение индикатором зоны перепроданности - сигнал к покупке.

Следующий вспомогательный индикатор - индикатор «Момент» (Momentum):

M=Pt _ P-t , (5)

где Pt - цена на момент времени t; Pt-Т - цена на момент времени t -Т.

Параметр т является периодом момента и задается. Мы будем применять индикатор Momentum с периодом 12 дней.

Этот индикатор подает следующие сигналы:

- событие т- - подтверждение графиком индикатора разворота графика цены от восходящего к нисходящему - сигнал к продаже;

- событие 0 - подтверждение графиком индикатора разворота графика цены от нисходящего к восходящему - сигнал к покупке.

Последний вспомогательный индикатор - это стохастический осциллятор (Stochastic):

% K = 100

H 5 - L 5

% D = 100-

I(Р, -L5) i=1________

I(H5 -L,)

(6)

где Pt - текущая цена; H5 - максимальная цена за 5 дней; L5 - минимальная цена за 5 дней.

По формулам (6) строят две кривые, которые колеблются на вертикальной шкале от 0 до 100. Кривая Kизоб-ражается на графиках непрерывной линией, а более «медленная» кривая D - пунктирной. Индикатор Stochastic подает четыре сигнала:

- событие 5- - достижение обеими линиями индикатора зоны перекупленности - сигнал к продаже;

- событие 5- - расхождение линии % D с восходящей тенденцией - сигнал к продаже;

- событие 5+ - достижение обеими линиями индикатора зоны перепроданности - сигнал к покупке;

- событие 5+2 - расхождение линии % D с нисходящей тенденцией - сигнал к покупке.

i =1

Применим вспомогательные индикаторы в качестве фильтров к двум торговым системам, одна из которых основана на событийном индикаторе, а вторая - на осцилляторе MACD. Фильтр вспомогательных индикаторов срабатывает в случае, если хотя бы один сигнал на покупку или на продажу был зафиксирован:

d+ubs = c+ U m+ И s! U s+,

+ + + + + (7)

d-ubs = c_V m- U s- U s2_

Общее решение, подсказанное торговой системой, на покупку или на продажу определяется следующим образом:

d+ = dbase I d+ubs, d_ = dbase I d-

(8)

где d “е - решение, подсказанное основным индикато-

1 subs

ром; d - решение, подсказанное вспомогательным индикатором.

Тестирование систем поддержки принятия решений.

Тестирование построенных систем поддержки принятия решений будем производить на основании следующих блоков данных:

- данные о котировках акций российских эмитентов в период подъема рынка (март 2005 г. - март 2006 г.);

- данные о котировках акций российских эмитентов на следующий год (апрель 2006 г. - апрель 2007 г.);

- данные о динамике зарубежных фондовых индексов с 2005 по 2006 гг.;

- данные о динамике зарубежных фондовых индексов с 2006 по 2007 гг.

Мы берем данные по одинаковым акциям и индексам за разные периоды для того, чтобы воспользоваться методом слепого моделирования, т. е. проверить, насколько адекватными будут сигналы торговой системы на разных временных периодах.

Результаты тестирования представим в виде среднегодовой доходности по каждой торговой системе и по каждой ценной бумаге, определяемой по следующей формуле:

D=-

W + W

buy sell :

1C :

iC I p

248 365 ’

где Wbuy - суммарный выигрыш за период от исполнения сигналов на покупку; Wsell - суммарный выигрыш

1 10

за период от исполнения сигналов на продажу; —^ Pt -

10 t=l

среднее значение цены за первые 10 анализируемых периодов; 248 - коэффициент, корректирующий показа-365

тель годовой доходности на рабочее время.

В качестве первого вложения берем значение цены актива в момент первой сделки. Момент ее наступления зависит от первого сигнала, поданного индикатором. Этот сигнал будет разным для каждого актива и индикатора. Но при этом любой индикатор подает сигнал в течение первых 10 периодов наблюдения.

Также предположим, что каждый поданный любым из индикаторов сигнал побуждает открывать позицию на 7 периодов.

Выигрыши определяются следующим образом:

Wbuy = I ( p,+7 - p, X

teTd+

Wsell = - I (p,+7 - p, X

(10)

(9)

где Тё+ ={ е Т : ё ё+ }с Т - подмножество моментов из Т, в которые событие-решение d совпадало с й+; Т ={е Т :ё = й?_}сТ - подмножество моментов Т, в которые событие-решение d совпадало с ё_.

Завершающим этапом сравнительного анализа является усреднение доходности использования каждого индикатора по каждому блоку данных. Таким образом, торговые системы будут протестированы по критериям доходности. Также вычислим по каждому блоку стандартное отклонение, что позволит сравнить торговые системы по критерию риска. Полученные значения подставим в формулу (1) и таким образом сравним торговые системы по критерию Шарпа. В качестве безрисковой ставки возьмем ставку 7 %. Итоги тестирования показаны в таблице.

По российским индексам можно сделать вывод о том, что в период роста рынка обе торговые системы показали примерно одинаковые результаты и обеспечили инвесто-

Таблица

Сравнение систем поддержки принятия решений по показателям доходности и риска

Компания Событийный индикатор MACD

Российские компании (март 2005 г. - март 2006 г.)

Среднее 0,95 1,13

Стандартное отклонение 0,49 0,63

Критерий Шарпа 1, 0 1,68

Российские компании (апрель 2006 г.- апрель 2007 г.)

Среднее 0,80 1,22

Стандартное отклонение 0,56 1,38

Критерий Шарпа 1,30 0,83

Зарубежные индексы (март 2005 г. - март 2006 г.)

Среднее 0,52 0,31

Стандартное отклонение 0,24 0,41

Критерий Шарпа 1,85 0,57

Зарубежные индексы (апрель 2006 г. - апрель 2007 г.)

Среднее 0,53 0,62

Стандартное отклонение 0,18 0,29

Критерий Шарпа 2,62 1,88

рам хорошую доходность, при этом риск был небольшой. Критерий Шарпа у обеих систем больше единицы. При этом система, основанная на событийном индикаторе, оказалась несколько лучше из-за меньшего риска. При падении рынка в следующем периоде результаты оказались иными. Система, основанная на MACD, показала высокую среднюю доходность, но при этом также высокий риск, и по критерию Шарпа оказалась значительно хуже системы, основанной на событийном индикаторе. Вторая система показала меньшую доходность и несколько больший риск, чем в прошлом периоде. По критерию Шарпа эта система оставалась вполне приемлемой. Таким образом, система поддержки принятия решений прошла на российском рынке проверку методом слепого моделирования. Так, в два следующие друг за другом периода она показала примерно одинаковые риск и доходность. А если учесть, что рынок находился в совершенно разных стадиях цикла, то такая проверка многое говорит о применяемости событийного метода.

По зарубежным индексам событийный индикатор в первом периоде однозначно превосходит MACD по всем

критериям. Так как зарубежные рынки более стабильны, то доходность на них несколько меньше, чем на российском. Во втором периоде обе системы дают неплохой доход при низком риске, но у системы, основанной на событийном индикаторе, показатели несколько лучше. Следует учитывать, что зарубежные рынки значительно стабильнее отечественных, поэтому волатильность на них существенно меньше. Соответственно при любой стратегии инвестирования на зарубежных рынках инвесторы имеют более низкую доходность, но и более низкий риск. Если посмотреть на показатель Шарпа, то событийный индикатор по данному показателю в оба периода лучше примерно в два раза.

Библиографический список

1. Демарк, Т. Р. Технический анализ: новая наука / Т. Р. Демарк. М. : Форекс Клуб, 2004.

2. Шарп, У. Инвестиции / У. Шарп, Г. Александер, Дж. Бэйли : пер. с англ. М. : Инфра-М, 1997.

A. V. Zinenko

FORMING AND TESTING OF NEW TRADING SYSTEMS

In the article the author describes the technology of forming and testing two trading systems based on MACD and new event technical indicator. The advantages of event indicator are shown

УДК 338.224.2:339.976.2

А. В. Григорьев, Р. В. Беллер

ВЫБОР КОНКУРЕНТНОЙ СТРАТЕГИИ ДЛЯ РОССИЙСКОГО ПРЕДПРИЯТИЯ КРЕМНИЕВОЙ ПРОМЫШЛЕННОСТИ

Рассмотрены и систематизированы особенности кремниевой промышленности, основные тенденции развития отрасли и рынка. Обоснован выбор конкурентной стратегии для российского предприятия кремниевой промышленности на основании предложенной классификации и мировой практики применения конкурентной стратегии, а также специфики организации деятельности российского предприятия.

Собственное производство высокочистого кремния -это стратегическое условие экономической независимости, обороноспособности и безопасности страны. Основными областями его применения являются производство интегральных микросхем, фотоэлектрических преобразователей, солнечных батарей. Интегральные микросхемы -это исходный материал для изготовления бытовой и специализированной электроники, применяемой в том числе и в военных целях. Производство фотоэлектрических преобразователей в Российской Федерации с ее преимущественно умеренным климатом и небольшим количеством солнечных дней в году не является залогом энергетической безопасности, однако, учитывая позиционирование нашего государства как стабильного и надежного энергетического партнера, носит стратегический характер и способно обеспечить дополнительную экономическую выгоду, принимая во внимание мировой бум в области сол-

нечной энергетики. Однако рынок высокочистого кремния, несмотря на очевидную привлекательность с точки зрения дефицита предложения и спекулятивного роста цен, имеет ряд особенностей и ограничений для входа в него вновь созданных компаний.

Учитывая положение дел на рынке, а также острую необходимость появления отечественного продуцента высокочистого кремния, необходимо подробнее рассмотреть специфику рынка, особенности поведения основных игроков, а также предложить основные принципы выбора конкурентной стратегии для российского предприятия кремниевой промышленности.

В последние 5 лет одновременный рост потребления высокочистого кремния в процессе производства интегральных микросхем и солнечных батарей спровоцировал острый дефицит на рынке высокочистого кремния и, как следствие, резкий скачок цен на продукцию всех тех-