МОДЕЛИРОВАНИЕ НА ФОРЕКС

Лучшие Форекс брокеры 2021:

Моделирование апокалипсиса

Форекс-аналитика Олега Богданова: О последствиях возможного «Корейского кризиса».

Популярный российский экономический обозреватель, Олег Богданов, присоединился к команде лицензированного в РФ форекс-дилера Телетрейд Групп (TeleTrade) в качестве главного аналитика компании, и теперь, в рамках коммерческого партнерства, продолжает еженедельную колонку макроэкономических обозрений.

Ну не падают фондовые рынки в мире, ничто их не берет, растут непрерывно. В Нью-Йорке уже устали считать исторические рекорды по всем трем ведущим индексам. Бьют рекорды и фондовые показатели в Европе. Индекс VIX, который всегда был вестником неприятностей, поник, увял и похоже уже основательно прописался ниже 9 пунктов. Волатильность умерла и ушла в историю. Не испугали инвесторов ни традиционно нервный август, ни обычно турбулентный сентябрь, ни всегда опасный октябрь. Инвесторы ничего не боятся. Ни-че-го! А вот профессиональных спекулянтов-медведей этот рост измотал. Их можно смело заносить в красную книгу. Медведь оголодал, измельчал, забился в угол. Их совсем не слышно, не слышно прогнозов про неминуемые обвалы и провалы на рынках. Однако рынка без медведей не бывает и, если кто-то что-то покупает, значит ему кто-то это продает. Попробуем поднять боевой дух финансовых косолапых.

Очевидно, что в данный момент видимых экономических рисков для глобальных рынков нет, пока они не просматриваются. Мировая экономика растет, нет ни спада, ни перегрева. Я бы отметил некоторую беспечность игроков по отношению к возможному ужесточению монетарной политики в США. Хотя на данный момент декабрьское повышение ставки почти полностью дисконтировано, но пока неясно как будет влиять сокращение баланса ФРС США, которое начинается в октябре, на общую ликвидность и что будет, если ФРС в 2022 году поднимет ставку до нейтрального уровня в 2%? Является ли этот фактор риском для инвесторов? Да, по-классике определенно это риск. Однако все понимают, достаточно посмотреть долгосрочные прогнозы по ставке того же ФРС, что процесс повышения процентной ставки в США упирается в планку 2.2-2.3% а дальше американский ЦБ может только взять паузу или двинуть ставку в обратном направлении. Поэтому пока этот цикл ужесточения монетарной политики в США инвесторы полностью игнорируют. Следовательно, сейчас все возможные риски для мировых рынков находятся в геополитической плоскости.

Помните, весной спекулянты пытались разыграть так называемый Трамп-риск, внутреннюю нестабильность американской администрации и возможный импичмент Президента, который бы привел к провалу налоговой реформы и других начинаний Трампа? Ничего из этого не вышло. Трамп перенес внутренние риски на внешнее поле и тем самым упрочил свое положение. Теперь главный риск — это отношения США и Северной Кореи. Трамп постоянно намекает на военное решение проблемы, а Ким Чен Ын отвечает, как он сам выразился «сумасшедшему старику» запусками баллистических ракет и испытанием водородной бомбы. Ракеты летят все дальше и дальше, а бомбы взрываются все мощнее и мощнее. Пока никто не верит, что может начаться полноценный ядерный конфликт. Если это произойдет — то шок на рынках будет гигантский.

Итак, давайте попытаемся смоделировать ситуацию. Наступает день «Ч» и США наносят удар по Северной Корее. Причем американский удар никого особо не волнует, волнует ответ. А северные корейцы ответят. Некоторые эксперты уже оценили последствия, при ударе по Сеулу и возможно Японии — погибнут сразу около 2 млн. человек, города будут разрушены. Долетит ли хоть одна ракета до территории США пока непонятно. Что же будет на рынках в этом случае? Сразу напомню, рынки циничны. Если война приобретет локальный характер и не выйдет за пределы корейского региона, то собственно реакция будет жесткой, но краткосрочной. Понятно, корейский рынок работать не будет, вероятно закроют торговлю в Японии, индексы в Европе и США могут потерять до 20-30%, резко вырастет японская иена, возможно до 100, золото улетит на 1,500, вырастет нефть долларов до 70 за баррель, рубль упадет, как и все валюты emerging markets. В общем, шоковый сценарий. Потом рынки попытаются восстановиться. А вот дальше, все будет зависеть от того как США будут выходить из этой ситуации — устоит ли режим Ким Чен Ына, вмешается ли Китай и Россия, что будет с Кореей? Последствия «Корейского кризиса» во многом определят структуру приоритетных для инвесторов активов.

Но лучше бы не было войны. Пусть корейцы живут мирно, пусть Доу Джонс по-прежнему медленно тянется к 25 тыс. пунктам, а несчастный и исхудавший финансовый медведь сосет лапу в своей берлоге.

Лучшие Форекс брокеры 2021:

Материал предоставлен Олегом Богдановым, главным аналитиком «Телетрейд Групп», и опубликован редакцией Forex Magnates Russia на правах рекламы.

Разработка методики моделирования торговли с помощью инструментальных средств технического анализа на международном валютном рынке Форекс Текст научной статьи по специальности «Компьютерные и информационные науки»

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Герасимова Вера Анатольевна

Разработка методики моделирования торговли, адаптированной к мировому валютному рынку Форекс, основана на методе перекрестной проверки данных пошаговом тестировании . Методика включает двенадцать этапов, от сбора и сегментации данных до оценки результатов проведенной оптимизации. Блок-схема методики наглядно представляет механизм ее практической реализации.

Похожие темы научных работ по компьютерным и информационным наукам , автор научной работы — Герасимова Вера Анатольевна

Development of trading methods for the foreign exchange market is based on the step-by-step testing. This method includes twelve stages, from collection and segmentation of data up to estimation of the optimisation's results. The diagram of this method shows its practical realisation.

Текст научной работы на тему «Разработка методики моделирования торговли с помощью инструментальных средств технического анализа на международном валютном рынке Форекс»

РАЗРАБОТКА МЕТОДИКИ МОДЕЛИРОВАНИЯ ТОРГОВЛИ С ПОМОЩЬЮ ИНСТРУМЕНТАЛЬНЫХ СРЕДСТВ ТЕХНИЧЕСКОГО АНАЛИЗА НА МЕЖДУНАРОДНОМ ВАЛЮТНОМ РЫНКЕ ФОРЕКС

Работа представлена кафедрой электронной коммерции Поволжского государственного университета телекоммуникаций и информатики.

Научный руководитель — доктор экономических наук, профессор А. В. Юрасов

Лучшие Форекс брокеры 2021:

Разработка методики моделирования торговли, адаптированной к мировому валютному рынку Форекс, основана на методе перекрестной проверки данных — пошаговом тестировании. Методика включает двенадцать этапов, от сбора и сегментации данных до оценки результатов проведенной оптимизации. Блок-схема методики наглядно представляет механизм ее практической реализации.

Ключевые слова: валютный рынок, торговая модель, оптимизация данных, тестирование, технический инструмент.

DEVELOPMENT OF TRADING METHODS BY MEANS OF TECHNICAL ANALYSIS TOOLS AT THE FOREIGN EXCHANGE MARKET

Development of trading methods for the foreign exchange market is based on the step-by-step testing. This method includes twelve stages, from collection and segmentation of data up to estimation of the optimisation's results. The diagram of this method shows its practical realisation.

Key words: foreign exchange, trading model, optimisation of data, test, technical tool.

Моделирование торговли на мировом валютном рынке Форекс представляет собой один из методов технического анализа, применяемых для прогнозирования курсов валют. Данный метод предполагает построение торговых моделей на базе исторических данных о рынке.

Существуют различные концепции моделирования торговли на финансовых рынках. Большинство таких концепций основано на так называемом «наивном» тестировании исторических данных. «Наивное» тестирование предполагает проверку заданного списка набора параметров на всей базе данных и последующую оценку эффективности на основе средней результативности тестируемого набора параметров. Примером такого подхода к моделированию торговли служит методика, предложенная экспертом в области финансовых рынков Джеком Швагером. Основными моментами данной концепции являются автоматизация торговых правил, проверка адекватности торговой модели, «наивное» тестирование на всей имеющейся базе данных, а также оценка результативности торговой модели посредством сравнения полученных результатов с результатами стандартной общеизвестной системы, например системы пересечения скользящих средних [2, с. 729]. Подобный подход к созданию торговых моделей недостаточно эффективен в силу того, что не дает информации о поведении исследуемого технического инструмента на каждом отдельно взятом временном интервале.

Альтернативная методика моделирования торговли на финансовых рынках была предложена ведущим специалистом в области технического анализа Робертом Колби. Принципиальным отличием данной концепции от методики Швагера является использование поступательного «слепого» тестирования, известного также под названием перекрестной проверки. В методике Роберта Колби особое внимание уделяется сегментации и оптимизации данных, а также используется наиболее корректный способ тестирования исторических данных — перекрестная проверка [1, с. 25]. Такой способ тестирования, в отличие от теста на основе всех имеющихся

данных, дает возможность получить важную информацию о слабых и сильных сторонах исследуемого технического инструмента на различных интервалах времени.

Представленные выше методики моделирования торговли были разработаны в 1980-е гг. и ориентированы на фьючерсный рынок, что обусловливает их неприменимость к валютному рынку в современных экономических условиях без предварительной адаптации и корректировки. Далее мы предлагаем разработку методики моделирования торговли с помощью инструментальных средств технического анализа, адаптированную к международному валютному рынку Форекс. За основу методики приняты основные положения концепции Роберта Колби. К таковым относятся процессы сегментации и оптимизации данных, а также тестирование данных посредством перекрестной проверки. В методике существенно доработан механизм поступательного или «слепого» тестирования данных, а также предложена схема его автоматизации. Процесс перекрестной проверки данных является ключевым при моделировании торговли с помощью инструментальных средств технического анализа, поскольку вышеуказанная процедура позволяет сделать вывод о принципиальной возможности или невозможности применения исследуемого технического инструмента для прогнозирования курсов валют.

Ниже на рис. 1 представлена блок-схема методики моделирования торговли с помощью инструментальных средств технического анализа на международном валютном рынке Форекс.

Можно выделить следующие этапы применения разработанной методики моделирования торговли.

На первом этапе методики осуществляется выбор инструментального средства, с помощь которого будет построена торговая модель. К таким инструментам можно отнести любые средства технического анализа, например: технические индикаторы рынка, волны Эллиота, уровни Ганна, коэффициенты Фибоначчи.

Второй этап включает работу по сбору данных. На данном шаге формируется максимально возможная база данных по выбранному

Разработка методики моделирования торговли с помощью инструментальных средств технического анализа..

Рис. 1. Блок-схема методики моделирования торговли с помощью инструментальных средств технического анализа на мировом валютном рынке Форекс

финансовому инструменту. Большой объем обработанной информации обеспечивает высокую статистическую значимость полученных результатов.

Третий этап заключается в проверке данных на адекватность. Наиболее простым способом такой проверки является построение графиков, на которых всегда четко отображаются случайные выбросы и нехарактерные движения цены. Качественные данные служат необходимым условием результативного тестирования технических инструментов.

Четвертый этап представляет собой сегментацию данных. Здесь всю имеющуюся базу данных необходимо разбить на отдельные временные интервалы, такие как годы, кварталы, месяцы.

На следующем этапе методики будут введены следующие обозначения:

г — номер текущего временного сегмента данных;

п — номер последнего временного сегмента данных;

V — объем выборки.

Параметры г и п задаются трейдером.

На пятом этапе производится оптимизация данных. На данном шаге необходимо выделить специфический параметр или ряд специфических параметров исследуемого технического инструмента, способных увеличить эффективность соотношения вознаграждение/риск. Под оптимизацией понимают систематический поиск наилучшего параметра технического инструмента, дающего самую высокую и постоянную прибыль при наименьшем падении капитала. Оптимальный параметр на первом сегменте данных определяется путем простого перебора. При этом оптимизация должна проводиться исключительно в пределах наиболее раннего по времени сегмента данных. Первый сегмент, используемый для поиска наилучшего специфического параметра, представляет собой данные в пределах выборки, а данные более позднего времени, до сих пор не подвергавшиеся анализу, называются данными вне пределов выборки.

На шестом этапе осуществляется продолжение тестирования. Найденный на предыдущем этапе оптимальный параметр технического

инструмента проверяется на следующем временном интервале, ближайшем к предыдущему, т. е. на сегменте данных вне пределов выборки. Данные об эффективности фиксируются для дальнейшего анализа.

На седьмом этапе повторяется процедура оптимизации данных на том временном сегменте вне пределов выборки, на котором на предыдущем шаге осуществлялась проверка оптимального параметра.

Восьмой этап предполагает сравнение результатов, полученных при оптимизации данных в пределах выборки и вне пределов выборки. Данные об эффективности оптимального параметра исследуемого технического инструмента необходимо зафиксировать для дальнейшего анализа.

На девятом этапе к сегменту данных в пределах выборки добавляется сегмент вне пределов выборки, использовавшийся для проверки оптимального параметра. После каждой такой операции количество данных в выборке должно увеличиваться, вне выборки — соответственно, сокращаться.

Десятый этап представляет собой многократное повторение процедур, проведенных на этапах с пятого по девятый, а именно — оптимизации данных, продолжения тестирования, сравнения результатов оптимизации в пределах выборки и вне пределов выборки, а также добавления сегментов. Процесс прекращается, когда данные вне выборки будут исчерпаны, а данные в пределах выборки будут соответствовать текущему моменту.

Одиннадцатый этап заключается в проверке результатов оптимизации на адекватность. Как уже было отмечено выше, наиболее простым способом такой проверки является построение графиков, анализ которых позволяет выявить характер полученных данных и оценить степень их значимости.

Заключительным, двенадцатым этапом данной методики является оценка результатов оптимизации. Если полученный на материале данных в пределах выборки оптимальный параметр технического инструмента систематически дает хорошие результаты применительно к данным вне выборки, то использование такого инструмента для прогнозирования кур-

сов валют в будущем является математически обоснованным. На данном этапе представляется возможным сделать вывод о том, насколько прибыльна и стабильна анализируемая торговая стратегия. Таким образом, исследуемый технический инструмент прошел проверку, по результатам которой он может быть либо принят, либо отвергнут.

В случае если технический инструмент, протестированный на материале всей совокупности данных, признан эффективным, следует принять решение о применении

оптимизированного инструмента на (г+1)-м сегменте данных в режиме реального времени. В противном случае следует сделать вывод о невозможности применения данного инструмента на мировом валютном рынке Форекс.

Предложенная методика моделирования торговли адаптирована к современным экономическим и финансовым реалиям международного валютного рынка Форекс, в силу чего ее применение на практике является эффективным и научно обоснованным.

1. Колби Р. Энциклопедия технических индикаторов рынка / пер. с англ. 2-е изд. М.: Альпина Бизнес Букс, 2004. 837 с.

2. Швагер Д. Технический анализ. Полный курс / пер. с англ. 2-е изд. М.: Альпина Бизнес Букс, 2005. 806 с.

Статистико-математическое моделирование поведения трейдеров на рынке FOREX тема диссертации и автореферата по ВАК РФ 08.00.12, кандидат экономических наук Поляков, Дмитрий Юрьевич

Оглавление диссертации кандидат экономических наук Поляков, Дмитрий Юрьевич

Глава 1. РЫНОК БОИЕХ, КАК ИСТОЧНИК ПРЕДПРИНИМАТЕЛЬСКОГО

1.1 Основные характеристики рынка. 1.2 Понятие кредитного плеча и его роль во времени жизни трейдера.

Глава 2. СТАТИСТИЧЕСКИЕ ХАРАКТЕРИСТИКИ ТРЕЙДЕРОВ НА РЫНКЕ

2.1 История и методика создания базы данных.

2.2 Статистический портрет трейдеров.

Глава 3. СТАТИСТИКО-МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ

ЗЛ Модель времени жизни трейдера на валютном рынке.

3.2 Модель пополнения счета трейдера.

Рекомендованный список диссертаций по специальности «Бухгалтерский учет, статистика», 08.00.12 шифр ВАК

Статистическое прогнозирование для построения эффективных торговых стратегий на валютном рынке 2003 год, кандидат экономических наук Литинский, Денис Семенович

Совершенствование финансового механизма иммунизации инвестиционной стратегии дилинговых операций на международном валютном рынке 2022 год, кандидат экономических наук Аненкова, Лариса Александровна

Математические методы разработки и оценки стратегий торговли на межбанковском валютном рынке Forex 2006 год, кандидат экономических наук Муравьев, Дмитрий Георгиевич

Разработка методики оценки и оптимизации валютного риска при спекулятивных операциях на рынке FOREX 2003 год, кандидат экономических наук Сорокожердьев, Кирилл Геннадьевич

Влияние Интернет-коммуникаций на процесс формирования сообщества российских трейдеров: Социологический анализ 2004 год, кандидат социологических наук Сапов, Александр Михайлович

Введение диссертации (часть автореферата) на тему «Статистико-математическое моделирование поведения трейдеров на рынке FOREX»

Актуальность темы исследования. Интенсивное развитие ' информационных технологий оказало существенное влияние на виды экономической деятельности, вызвав появление электронной коммерции, электронного — валютного рынкам которые позволяют получать, прибыль путем торговли в виртуальном пространстве, на различных рынках: фондовом^, товарном, валютном. В данной работе исследуется поведение частных инвесторов^ (трейдеров) на рынке FOREX : Профессия трейдер появилась в России с момента образования биржи- т.е. с начала 1990-х годов (Иванов:, 2005). На рынке; FOREX трейдер стремится; получить прибыль, путем, торговли валютами через виртуальное пространство с помощью специализированных компьютерных программ; Этот вид деятельности получил широкое: распространение, в силу допустимости низкого; порога начального капитала и развития вйртуальнош сети? Интернет.: В начале 2000-х годов на территории России появилось:, множество? дилинговых центров, предлагающих услугу «валютный; трейдинг»; Возможность выйти на мировой1 валютный рынок привлекла лиц владеющих информационными; технологиями и имеющих доступ к сети Интернет. Кажущаяся простота рынка FOREX вводит в заблуждение многих начинающих трейдеров, поскольку никто из трейдеров с высокой точностью не может предсказать то или иное поведение валюты^ что вносит значительный фактор неопределенности в/достижение финансовых результатов. Несмотря на массовость этого сегмента валютного рынка он до сих пор не получил отражения в научных исследованиях, отсутствуют какие-либо модели поведения трейдеров и оценки эффективности их деятельности.

В диссертации впервые на основе массовых данных исследованы особенности: поведения: трейдеров с выделением их разных категорий и оценками риска при разных начальных условиях.

Степень разработанности научной " проблемы. Концептуальные подходы к решению-рассматриваемой проблемы содержатся в трудах: Д.Кокса (Сох D.), Н Кайфера (Keifer N.), Д. Мерфи (Merfi D), В.Н. Лиховидова, А. Элдера, М Чекулаева, Д.Хекмана (Heckman D)

В основном труды названных авторов нацелены на разработку принципов и методов построения моделей, оценки рисков и моделей выживания (Кокс, 1978). Однако, как было отмечено выше, до сих пор в научной литературе отсутствуют исследования поведения трейдеров на валютном рынке FOREX, соответственно отсутствуют модели выживания трейдеров на валютном- рынке, основанные на эмпирической базе. Анализируется лишь валютный рынок FOREX, рассматриваются методы его исследования, психологические аспекты поведения частного' инвестора. В литературе встречаются лишь отрывочная информация о поведении трейдеров, основанная на единичных фактах, что не отвечает массовому характеру явления

Цель и задачи исследования. Цель диссертационного исследования, состоит в выявлении закономерностей поведения трейдеров и построении моделей времени жизни трейдеров на рынке FOREX

Достижение поставленной цели потребовало решения следующих задач: выявление влияния начальных условий на время жизни инвестора ; определение зависимости конечного результата от начального депозита; выявление закона распределения времени жизни трейдеров; . — выявление зависимости количества пополнений счета трейдера от начального депозита; анализ зависимости конечного результата- по отношению к профессиональной подготовке и опыту трейдера; выяснение соотношения результатов для индивидуального трейдера и дилингового центра.

Объектом исследования явились участники валютного рынка E-Capital (филиала в Санкт-Петербурге) за период 2003-2007 г.г.

Предметом исследования являются модели времени жизни трейдеров на валютном рынке FOREX

Теоретической и методологической основой ^исследования послужили труды отечественных и зарубежных ученых и практиков по проблемам технического, фундаментального, психологического анализа, статистических исследований относительно времени жизни.

В" процессе диссертационного исследования применялись общенаучные методы (методы индукции и дедукции) статистические и эконометрические методы, такие как метод максимального правдоподобия, метод наименьших квадратов, tobit-модель, hazard-модель, модели распределения времени жизни, кластерный анализ.

Научная новизна- работы заключается в постановке, теоретическом обосновании и разработке моделей продолжительности жизни- трейдера на-валютном-рынке и их апробации на массовых эмпирических данных.

В ходе исследования были получены следующие наиболее существенные результаты, обладающие научной новизной:

— сформирован статистический портрет трейдеров

— построена модель пополнения счета трейдера (модель времени жизни трейдера)

— проведен кластерный анализ трейдеров

Практическая значимость исследования состоит в следующем:

— сформулированы требования к базе данных для статистического изучения трейдеров на валютном рынке

— установлено, что высокий процент неудачных попыток торговли на рынке FOREX отчасти обусловлен тем, что трейдеры вносят на свой первоначальный депозит довольно малые суммы, что не позволят им противостоять волотильности рынка; выявлена зависимость пополнений от величины депозита;

— доказано, что рынок FOREX может являться источником дохода только для организатора — дилингового центра.

Апробация результатов диссертационного исследования. Результаты докладывались на ежегодных научных конференциях профессорского — преподавательского состава и аспирантов СПбГУЭФ в 2008 и 2009 годах.

Диссертация состоит из введения, трех глав, заключения, списка источников и приложения.

Торговая стратегия Форекс — Пример моделирования.

В торговле на форекс для начинающих используется множество критериев построения торговых стратегий. Воспользуемся основными из них и попытаемся создать наглядный работоспособный метод анализа реальных рыночных ситуаций.

Данная методика НЕ будет претендовать на звание торговой системы, т.к. в ней не формализованы размеры стоп-лосса, профита, вопросы управления капиталом и некоторые другие моменты.

Для того чтобы приступить к выработке системного подхода в своей торговле, необходимо определиться с временными параметрами котировок: как часто будет осуществляться вход на рынок, какие изменения цен представляются наиболее интересными.

Если предполагается внутридневная торговля, когда позиция открывается и закрывается в течение рабочего дня, придётся смириться с малым временем на принятие решений, довольно небольшими, но частыми профитами от совершённых сделок, а также сопутствующими неизбежными мелкими убытками.

Хотя начинающим трейдерам следует понимать, что в соотношении профит-убыток, все может быть с точностью наоборот потому, что динамика внутридневной торговли подразумевает опыт и скорость мыслительного процесса. Но, тем не менее, большинство трейдеров начинает именно с торговли внутри дня.

При торговле в течение дня важно обратить внимание на то, что все параметры индикаторов привязаны к активным циклам развития рынка. Для часовых данных в расчёт берутся недели, сутки и рабочие сессии.

На рисунке представлен часовой график USD/CHF, на котором присутствуют скользящие средние ЕМА12, ЕМА24, ЕМА60. В нашем случае они представляют индикаторы форекс для определения тренда на рынке. Параметр короткой средней взят из условия продолжительности двух рабочих сессий, 24 часа – астрономические сутки, а 60 часов – это половина рабочей недели.

Такой набор скользящих средних позволяет определить не только наличие тренда вверх из условия ЕМА12 > ЕМА24 > ЕМА60 или тренда вниз – ЕМА12 < ЕМА24 < ЕМА60, но и образование на рынке коридора. Формированием бокового движения, например, при развивающейся ранее восходящей тенденции, будет условие: ЕМА24 >ЕМА12 >ЕМА60.

Иными словами, если ЕМА12 и ЕМА24 переплетаются, – на рынке наметился коридор, продолжение которого может занимать до 70% динамики валютной торговли.

Для работы во флэте, в моменты пересечения скользящих средних, чтобы отследить рыночные шумы и увидеть перерастание бокового движения в полноценный тренд, используется осциллятор Stochastic (6,3,3).

Индикатор Price Channel(24) выбран для сопровождения позиции, с его помощью хорошо видны коррекционные уровни при откатах.

На рисунке цифрами обозначены моменты возможного входа в рынок. Стрелками указаны варианты прогнозируемого развития событий. Указанная стратегия является откатной и предназначена для работы в диапазоне, ограниченном, в приведённом случае, Price Channel(24).

Конечно, стратегия торговли на Форекс может включать в свою модель другой набор индикаторов. Но в любом случае, по ее построению, трейдер должен отвечать на вопросы – куда? – в каком направлении входить и когда? – по каким признакам, или торговым сигналам открывать позицию.

ИЗМЕНЕНИЕ НАПРАВЛЕНИЯ ТРЕНДА И ЕГО МОДЕЛИРОВАНИЕ

ИЗМЕНЕНИЕ НАПРАВЛЕНИЯ ТРЕНДА И ЕГО МОДЕЛИРОВАНИЕ

Мы уже упоминали о том, что все движения рынка в одну-единственную схему уложить очень трудно: всегда находится нечто необъяснимое, предоставляющее непреодолимые трудности для анализа – это знакомо каждому аналитику. Строго говоря, мы знаем лишь то, что котировки периодически растут (но не до бесконечности) и падают (но не ниже нуля), а обо всем остальном лишь догадываемся. Допустим, что синусоида представляет собой влияние, оказываемое на котировки акций силами спроса и предложения, характеризующимися большой амплитудой и низкой частотой. Между максимумами эта могущественная сила движет как волатильные, так и неволатильные цены быстро вверх или вниз. В самих точках максимума, однако, она перестает действовать, и котировки постепенно растут либо падают. Так и протекает процесс изменения направления тренда. Изменения условий с повышения на понижения на простейших диаграммах теории волн имеют вид буквы "Л", а наоборот — буквы "V". Конечно, реальная рыночная ситуация намного сложнее и зависит от далеко не столь очевидных движущих сил, а изменения происходят не вдруг: например, волна Эллиота никогда не завершается, а всегда является частью какой-то более крупной волновой структуры. Пришло время усложнить и наш анализ. До сих пор направленность рынка моделировалась наклонной прямой. Теперь мы заменим ее синусоидальной кривой (смотрите рис.1 и 2).

Рис. 1. Изменение направления тренда, моделируемого 34-волновой структурой Эллиота, с положительного на отрицательное (рост котировок сменяется их падением). Долгосрочный компонент вектора изменений представлен не наклонной прямой, как на рис.10, а синусоидальной кривой.

Рис. 2. Изменение направления тренда (34х-волнового цикла Эллиота) с отрицательного на положительное (с понижения котировок на повышение).

При прохождении волны через максимум мы получаем то искажение идеальной модели, какое и ожидали получить. Помните замечание о том, что теория Эллиота лучше всего работает на трендовых рынках? Несмотря на верность числовых обозначений волн, "отклонение" некоторых из них от нормы может сделать процесс идентификации волн чрезвычайно сложным и трудным безотносительно от способа его проведения (на компьютере или же вручную). Именно такими отклонениями Пречтер и Херст объясняют появление многих стандартных для технического анализа фигур ("голова на плечах", например) на графике котировок в момент изменения направления рынка с повышения на понижение (смотрите рис. 2).

Теперь мы можем объяснить, почему анализ графика котировок в теории волн должен начинаться с точки последнего глобального минимума или максимума: это позволяет нам выйти из рамок повседневности и переключить внимание на более продолжительный временной период, давая тем самым теоретической модели (и компьютерной программе) возможность полностью реализовать себя.

Вообще-то такая программа (WinWaves32) предназначена для идентификации всевозможных типов волн, на основе чего составляются прогнозы дальнейшего движения цен. Но специфика данного исследования допускает ее применение с целью познавательной: мы работаем с идеализированной моделью Эллиота, с "идеальными" типами волн, и знаем, как вся волновая структура поведет себя в дальнейшем. WinWaves32 этого знать не может, и условные ценные бумаги можно использовать для проверки аналитических возможностей программы (особенно при исследовании таких ситуаций, в которых теория Эллиота, как говорят, хуже всего работает).

ОСНОВНЫЕ ПРОЦЕНТНЫЕ СТАВКИ: USD 0%-0.25% JPY 0.0-0.1% EUR 0.0% GBP 0.1% CHF -0.25% AUD 0.1% NZD 0.25% CAD 0.25%

Статистико-математическое моделирование поведения трейдеров на рынке FOREX Поляков Дмитрий Юрьевич

Поляков Дмитрий Юрьевич. Статистико-математическое моделирование поведения трейдеров на рынке FOREX : диссертация . кандидата экономических наук : 08.00.12 / Поляков Дмитрий Юрьевич; [Место защиты: С.-Петерб. гос. ун-т экономики и финансов].- Санкт-Петербург, 2009.- 134 с.: ил. РГБ ОД, 61 09-8/2661

Содержание к диссертации

Глава 1. РЫНОК FOREX, КАК ИСТОЧНИК ПРЕДПРИНИМАТЕЛЬСКОГО ДОХОДА 7

1.1 Основные характеристики рынка 7

1.2 Понятие кредитного плеча и его роль во времени жизни трейдера 35

Глава 2. СТАТИСТИЧЕСКИЕ ХАРАКТЕРИСТИКИ ТРЕЙДЕРОВ НА РЫНКЕ

2.1 История и методика создания базы данных 59

2.2 Статистический портрет трейдеров 60

Глава 3. СТАТИСТИКО-МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПОВЕДЕНИЯ ТРЕЙДЕРОВ 72

3.1 Модель времени жизни трейдера на валютном рынке 72

3.2 Модель пополнения счета трейдера 86

ИСПОЛЬЗОВАННЫЕ ИСТОЧНИКИ 94

Введение к работе

Актуальность темы исследования. Интенсивное развитие информационных технологий оказало существенное влияние на виды экономической деятельности, вызвав появление электронной коммерции, электронного- валютного рынка.; которые позволяют получать, прибыль путем торговли в виртуальном пространстве, на различных, рынках: фондовом , товарном, валютном. В данной работе исследуется поведение частных инвесторов-(трейдеров) на рынке FOREX : Профессия трейдер появилась в России с момента образования биржи- т.е. с начала 1990-х годов (Йванові, 2005). На рынке; EOREX трейдер стремится; получить прибыль, путем, торговли валютами- через виртуальное пространство с помощью специализированных компьютерных программ; Этот вид деятельности получил широкое: распространение, в силу допустимости низкого; порога начального капитала и развития виртуальной; сети? Интернет.:В? начале 2000-х годов на территории России появилось,, множество? дилинговых центров;; предлагающих услугу «валютный; трейдинг»; Возможность выйти? на; мировой1 валютный рынок привлекла лиц владеющих информационными; технологиями и имеющих доступ к сети Интернет. Кажущаяся простота рынка FOREX вводит в заблуждение многих начинающих трейдеров, поскольку никто из трейдеров с высокой точностью не может предсказать то или иное поведение валюты что вносит значительный фактор неопределенности в,достижение финансовых результатов. Несмотря на массовость этого сегмента валютного рынка он до сих пор не получил отражения в научных исследованиях, отсутствуют какие-либо модели поведения трейдеров и оценки эффективности их деятельности.

В диссертации впервые на основе массовых данных исследованы особенности: поведения: трейдеров с выделением их разных категорий и оценками риска приразных начальных условиях. ..

Степень разработанности научной » проблемы. Концептуальные подходы к решению-рассматриваемой проблемы содержатся в трудах: Д.Кокса (Сох D.), Н Кайфера (Keifer N.), Д. Мерфи (Merfi D), В.Н. Лиховидова, А. Элдера, М Чекулаева, Д.Хекмана (Heckman D)

В основном труды названных авторов нацелены на разработку принципов и методов построения моделей, оценки рисков и моделей выживания (Кокс, 1978). Однако, как было отмечено выше, до сих пор в научной литературе отсутствуют исследования поведения трейдеров на валютном рынке FOREX, соответственно отсутствуют модели выживания трейдеров на валютном рынке, основанные на эмпирической базе. Анализируется лишь валютный рынок FOREX, рассматриваются методы его исследования, психологические аспекты поведения частного инвестора. В литературе встречаются лишь отрывочная информация о поведении трейдеров, основанная на единичных фактах, что не отвечает массовому характеру явления

Цель и задачи исследования. Цель диссертационного исследования, состоит в выявлении закономерностей поведения трейдеров и построении моделей времени жизни трейдеров на рынке FOREX

Достижение поставленной цели потребовало решения следующих задач: выявление влияния начальных условий на время жизни инвестора ; определение зависимости конечного результата от начального депозита;

выявление закона распределения времени жизни трейдеров; . — выявление зависимости количества пополнений счета трейдера от начального депозита;

анализ зависимости конечного результата- по отношению к профессиональной подготовке и опыту трейдера;

выяснение соотношения результатов для индивидуального трейдера и дилингового центра. Объектом исследования явились участники валютного рынка E-Capital (филиала в Санкт-Петербурге) за период 2003-2007 г.г.

Предметом исследования являются модели времени жизни трейдеров на валютном рынке FOREX

Теоретической и методологической основой исследования послужили труды отечественных и зарубежных ученых и практиков по проблемам технического, фундаментального, психологического анализа, статистических исследований относительно времени жизни.

В процессе диссертационного исследования применялись общенаучные методы (методы индукции и дедукции) статистические и эконометрические методы, такие как метод максимального правдоподобия, метод наименьших квадратов, tobit-модель, hazard-модель, модели распределения времени жизни, кластерный анализ.

Научная новизна- работы заключается в« постановке, теоретическом обосновании и разработке моделей продолжительности жизни- трейдера на-валютномрынке и их апробации на массовых эмпирических данных.

В ходе исследования были получены следующие наиболее существенные результаты, обладающие научной новизной:

— сформирован статистический портрет трейдеров

— построена модель пополнения счета трейдера (модель времени жизни трейдера)

— проведен кластерный анализ трейдеров

Практическая значимость исследования состоит в следующем:

— сформулированы требования к базе данных для статистического изучения трейдеров на валютном рынке

— установлено, что высокий процент неудачных попыток торговли на рынке FOREX отчасти обусловлен тем, что трейдеры вносят на свой первоначальный депозит довольно малые суммы, что не позволят им противостоять волотильности рынка; выявлена зависимость пополнений от величины депозита; — доказано, что рынок FOREX может являться источником дохода только для организатора — дилингового центра.

Апробация результатов диссертационного исследования. Результаты докладывались на ежегодных научных конференциях профессорского — преподавательского состава и аспирантов СПбТУЭФ в 2008 и 2009 годах.

Диссертация состоит из введения, трех глав, заключения, списка источников и приложения.

Во введении обоснована актуальность темы диссертационного исследования, объект и предмет исследования, сформулирована новизна и практическая значимость работы.

В первой главе описан рынок FOREX, его характеристики и методы прогнозирования. Приведены принципы технического, фундаментального п психологического анализа рынка: Введено одно из основных понятий дилинга -леверидж.

Вторая глава посвящена истории создания базы данных клиентов компании E-Capital, включающей в себя трейдеров на рынке FOREX в Петербурге и Ленинградской области. Даны характеристики трейдеров, открывших в компании депозиты. Рассмотрена структура данных, описаны основные типы счетов, обобщены характеристики условий работы трейдеров

Третья глава «Статистико-математическое моделирование поведения трейдеров» посвящена построению модели времени жизни игроков и модели пополнения счетов. Проведен кластерный анализ трейдеров. Выявлена зависимость продолжительности существования счета от начального депозита и, соответственно, необходимость его пополнения самим трейдером.

В заключении диссертационного исследования обобщены полученные результаты, сформированы рекомендации для трейдеров и дилинговых центров.

Понятие кредитного плеча и его роль во времени жизни трейдера

Рассмотрим более подробно понятие кредитного плеча (левериджа). На рынке FOREX это понятие имеет свою специфику по сравнению с тем, которое обычно используется в финансовом менеджменте. Согласно принятому в финансовом менеджменте определению, леверидж.- это долгосрочно действующий фактор, значением которого управляют. Небольшое изменение самого фактора или условий, в которых он действует, может привести к существенному изменению ряда результатных показателей (Ковалев В:В: 2008). В-этом проявляется эффект рычага, как известно позволяющего перемещать довольно тяжелые предметы действием небольшой силы. В приложении к экономике, леверидж трактуется как некоторый фактор, даже небольшое изменение которого или сопутсвующих ему условий может повлечь порой существенное изменение ряда результативных показателей. Влияние левериджа может быть описано как на качественном уровне, так и в терминах количественных оценок. Существуют различные алгоритмы количественной оценки левериджа.

Оценка влияния левериджа предполагает сопоставление изменений некоторых затратных и результатных индикаторов. В качестве последних показателей обычно выступает прибыль, но прибыли много. В каждом конкретном случае можно выделить те из них, с помощью которых удаётся идентифицировать и количественно измерить влияние тех или иных факторов, в том числе обусловливающих тот или иной вид риска. Возможно различное представление расходов компании и различная их группировка, что позволяет по-разному оценить влияние левериджа.

С позиции финансового управления деятельностью коммерческой организации, чистая прибыль зависит от того, насколько рационально использованы предоставленные предприятию финансовые ресурсы, т.е. во что они вложены , и какова структура источников средств.

Инвестирование в основные средства сопровождается увеличением условно-постоянных расходов и уменьшением переменных расходов. Однако зависимость носит нелинейный характер, поэтому найти оптимальное сочетание условно-постоянных и переменных расходов нелегко. Эта взаимосвязь характеризуется категорией производственного левериджа, уровень которого определяет, кроме того величину ассоциируемого с компанией производственного риска. Если доля условно-постоянных расходов производственного характера велика говорят, что компания имеет высокий уровень производственного левериджа. Для такой компании даже незначительное изменение объема производства может привести к существенному изменению прибыли, поскольку постоянные расходы производственного характера компания вынуждена нести в любом случае. Таким образом, изменчивость прибыли до вычета процентов и налогов, обусловленная изменением операционного левериджа, количественно выражает производственный риск. Чем выше уровень производственного левериджа, тем выше производственный риск компании.

Можно привести примеры, показывающие роль производственного левериджа. В основном они характерны для ресурсоемких отраслей, например для нефтедобычи, то же можно сказать о металлургической промышленности, железнодорожном и водном транспорте. Соответственно, необходимость в формулировке понятия производственного левериджа и разработки методов оценки изначально возникла при формировании бюджетов крупных капиталовложений. Многие альтернативные проекты могут существенно различаться по структуре расходов, что предопределяет необходимость расчета критического объема продаж. Кроме того, производственный леверидж как важнейшая характеристика технической и технологической сторон деятельности компании оказывает существенное влияние на структуру источников средств. Но .контроль за уровнем производственного левериджа актуален не только для1 коммерческих организаций, имеющих высокий уровень условно-постоянных расходов производственного характера. Как показано, например, (Ковалевым, 2009), сложившийся в компании уровень производственного левериджа — это характеристика потенциальной возможности влиять на прибыль до вычета процентов и налогов путем управления обьемомі выпуска и структурой себестоимости ( в часности, величиной ее важнейшего компонента- условно-постоянных расходов производственного характера).

Статистический портрет трейдеров

Как уже отмечалось до недавнего времени FOREX был доступен лишь банкам, крупным корпорациям и брокерским фирмам. Минимальные требования банков к объему средств, для проведения торговых операций с валютами составляли порядка миллиона долларов. Ситуация изменилась с введением в середине 1980-х годов маржинальной торговли (margin trading), основанной на том, что объем сделок с валютами на рынке FOREX не может быть произвольным, как впрочем, и на других финансовых рынках (Суворов, 1999). Здесь существует понятие минимального размера сделки или размер лота. Количество средств, необходимых для осуществления торговых операций измеряется числом лотов и не может быть меньше минимального размера, маржинальной торговли появилась возможность размещать на счете лишь часть необходимых средств, в качестве страхового залога, который в десятки и даже сотни раз меньше величины лота. Проводя торговые операции по поручению клиента, банк кредитует его на недостающую сумму, предоставляя, так называемое, кредитное плечо (leverage). Величина этого плеча не стандартизована и обычно равна 100.

Если поведение таких участников как банки более-менее изучено, то поведение индивидуальных трейдеров до сих пор не анализировалось статистическими методами (Сухотин, 2005). Для того, что бы выявить закономерности в поведение трейдеров на рынке FOREX нужно было создать статистическую базу данных, включающую множество наблюдений. Такая база была создана нами по данным российских трейдеров из Петербурга и Ленинградской области.

В 2003 году компания «E-Capital» открыла пункт приема депозитов с гибкой системой счетов, отличающихся размерами первоначально вносимого депозита. Владельцы всех типов счетов обеспечивались реальной биржевой информацией и имели возможность вести круглосуточную торговлю на рынке FOREX. За четыре года существования фирмы в нее обратилось около 500 трейдеров (Приложение 1). Часть трейдеров получила знания «с нуля», в то время как другие трейдерььуже имели опыт ведения торгов на рынке FOREX. При проведении настоящего исследования в качестве массива исходных данных использовалась клиентская база- данных компании «E-Capital», давшая уникальную возможность выявить закономерности поведения трейдеров на валютном рынке FOREX.

Клиентская база включала счета всех категорий трейдеров, моменты, их пополнения, за счет выигрыша или внесения? дополнительных средств, а также фиксировала снижения- сумм счетов за счет проигрыша трейдера. Такая количественнная и временная фиксация-динамики сделок трейдеров позволила анализировать причины, и механизмы получаемых результатов отдельными трейдерами;. а также проводить анализ закономерностей приводящих в. подавляющем большинстве случаев к банкротсву трейдеров . Кроме того, основываясь на анализе полученных результатові сравненияшх с результатами работы тех же трейдеров на демо-версиях (результаты игр на тренировычных счетах фиксировались в аналогичных базах данных) стало возможным выработать гипотезу, объясняющую отностиельно стабильную успешность работы на демо-версиях по сравнению с работой на реальных счетах, практически однозначно приводящей к margin-call трейдера.

По социально-психологическим характеристикам трейдеры были разбиты на три группы.

Первая группа — «Student счет» — это начинающие игроки, которые хотели поработать в. настоящих «боевых» условиях на рынке FOREX, научиться управлять собственным капиталом, изучить психологическую составляющую торговли, не подвергая себя при этом излишнему финансовому риску. Это небольшие счета на те суммы, которые для этой группы участников процесса значимы, но проигрыш не критичен для их бюджета.

Вторая группа — «Junior счет» это — «золотая середина». На этих счетах можно заработать существенно больше, чем на счете Student, а потерять существенно меньше, чем на счетах VIP/FX. Это по сути попытка подготовиться с минимальными потерями к дальнейшим более высоким рискам.

Третья группа — «VIP/FX » — она включает тех, кто считает, что достиг вершин трейдерского мастерства на международном валютном рынке FOREX. Безусловно, прибыль, которую можно получить, работая с этими счетами, значительно выше, чем при работе с Junior или Student, но, соответственно, возрастают и риски. VIP счет позволял клиентам размещать средства в рублях РФ. FX счет — это валютный аналог VIP-счета, основное отличие которого от VIP счета заключается в том, что ввод и вывод средств осуществляется в долларах США.

Модель времени жизни трейдера на валютном рынке

Важную роль при анализе времени жизни трейдеров на валютном рынке FOREX, проводимом в настоящей работе, играют методы анализа данных типа времени жизни (survival data). Термин «жизнь» используется здесь в расширенной трактовке: в зависимости от предметного содержания исследуемой совокупности под временем жизни может пониматься не только продолжительность» человеческой жизни, но и время безотказной работы технического устройства, или время пребывания работника на конкретном рабочем месте и т. д.

Наибольший вклад в разработку теоретических основ статистической обработки таких данных принадлежит Д.Р. Коксу. Также это направление прикладных статистических исследований развивалось (главным образом, в связи с приложениями к отдельным предметным областям) в работах Р.Е. Барлоу, Н.Е. Бреслоу, А.Дж. Гросса, Й.Д. Кальбфлейша, В.А. Кларка, П. Майера, Р.Г. Миллера, У. Нельсона, Д. Оукса, Ф. Прошана.

Наблюдение считается цензурированным, если к тому моменту, до которого имеются данные, рассматриваемый объект не прекратил нормально функционировать. В нашем случае это означает, что мы не знаем точно, каким могло бы быть время жизни конкретного трейдера, если бы не закрытие петербургского филиала компании «E-Capital». Поэтому наблюдение цензурировано, если к моменту, когда были собраны данные для расчетов, на счете трейдера находилась положительная сумма. Рассмотрим несколько моделей времени жизни трейдера, в которых срок деятельности конкретного агента (измеряемый по-прежнему числом совершенных трейдером сделок) предполагается зависимым от объема денежных средств, вкладываемых трейдером в операции на FOREX. Мы имеем две переменных, которые несут в себе информацию об этих денежных средствах: объем первоначального депозита трейдера DEP и сумма сделанных трейдером пополнений счета в процессе торгов, SUM. Поскольку модели времени жизни в большинстве случаев являются нелинейными по параметрам, оценивать их следует методом максимального правдоподобия.

Функция правдоподобия для модели времени жизни с цензурированными наблюдениями имеет вид где Т, — время жизни объекта (в нашем случае — трейдера), имеющего номер / (в нашем случае это количество сделок, совершенных i-ым трейдером), 9 — вектор параметров, характеризующих закон распределения времени жизни, С -множество номеров всех цензурированных наблюдений (применительно к предмету настоящего исследования — множество номеров трейдеров, имевших на счетах достаточную для ведения дальнейших сделок сумму к моменту прекращения деятельности петербургского филиала компании.Е-Capital).

Решения для моделирования рынков

Все больше число рынков электроэнергии и газа переходят от чрезмерного регулирования к конкурентным рыночным моделям. Для таких рынков характерны быстрый рост спроса, наращивание мощностей и увеличение объема импортно-экспортных операций. Все это осложняет поставщикам энергоресурсов и другим участникам рынка, включая инвесторов, планирование баланса спроса и предложения и будущих инвестиций. Как только дерегулированные рынки начинают работу, на них сразу же возникает масса сложностей в отношении прозрачности цен и хеджирования.

OpenLink предлагает комплексное решение для моделирования рынков: от прогнозирования спроса и предложения, расчета предельной цены и балансирования спроса и предложения до планирования «сверху вниз», стратегического планирования, бюджетирования и управления сценариями, а также межрегионального многоуровневого моделирования, оценок экономического роста и прогнозов рыночных взаимодействий.

При помощи нашего решения вы сможете создать полную имитационную модель рынка с использованием подхода «сверху вниз», которая позволит вводить тысячи факторов и изучать влияние различных событий и сценариев на цены. Это поможет получить широкий диапазон возможных исходов при принятии решения об инвестициях на новых дерегулированных рынках.

Уникальный механизм моделирования рынка, используемый в решении, позволяет имитировать нагрузки, изменение цен на топливо, различные маршруты транспортировки и погодные условия, а затем сравнить влияние различных сценариев для наилучшего прогнозирования среднесрочных цен.

Эксперты нашей компании разработали уникальные методы моделирования энергетических рынков и провели масштабные исследования новых дерегулированных рынков. Их опыт поможет вам быстро адаптироваться и добиться успеха в новых экономических условиях.

Бизнес-процессы, поддерживаемые нашим решением

  • Планирование «сверху вниз»
  • Долгосрочное планирование и бюджетирование
  • Прогнозирование нагрузки
  • Прогнозирование цен
  • Расчет предельной цены
  • Балансировка спроса и предложения
  • Сценарный анализ и управление
  • Стратегическое планирование и анализ
  • Инвестиционные решения
  • Оценка альтернатив
  • Фундаментальное моделирование
  • Межрегиональное и многоуровневое моделирование
  • Оценка экономического роста
  • Прогнозирование межрыночных взаимодействий
  • Планирование и анализ мощностей

Выгода и преимущества

Ваши требоания и задачи

Необходимость принимать сложные инвестиционные решения

Энергетические рынки, находящиеся на этапе дерегулирования, представляют собой выгодное поле для инвестиций. Однако их поведение трудно моделировать из-за высокой динамики, для которой характерны быстрый рост спроса, наращивание мощностей и увеличение объема импортно-экспортных операций. Основной задачей здесь является понимание тенденций развития рынков в среднесрочной и долгосрочной перспективе, что позволяет принимать верные решения по долгосрочным инвестициям.

Наше решение

Эффективное использование моделирования рынка и сценариев при принятии решений

Решение OpenLink позволяет, пользуясь методом «сверху-вниз», создать модель, охватывающую весь рынок. Это означает, что вы можете начать с самого высокого уровня обобщения и затем детализировать свой анализ на основе доступных данных (например, от уровня страны или региона прейти на уровень отдельной электростанции).

Инструменты имитационного моделирования позволяют использовать в анализе тысячи исходных факторов, включая технические и экономические индикаторы, статистические данные спроса, производства и торговли, а также данные о затратах на топливо. Вы сможете проверить, какое влияние оказывают на цены разные сценарии или события, например повышение и снижение спроса на электричество, внезапный выход из строя генерирующих мощностей, изменения цен на сырье и топливо, появление новых мощностей, импорто-экспортные операции.

Таким образом, вы сможете оценить все аспекты взаимного влияния цен, событий на рынке и тенденций его развития, и определить оптимальное направление и объемы инвестиций.

Ваши требоания и задачи

Во время переходных периодов на рынках ценообразование становится менее понятным

Все больше энергетических и газовых рынков переходят от регулятивной модели к рыночной (Турция, Россия). Однако на первоначальном этапе открытия рынков и формирования конкурентной среды их участники ограничены в инструментах торговли (обычно это двухсторонние внебиржевые контракты и заявки на сутки вперед) и в вариантах хеджирования. Более того, исторические данные о ценах обычно невелики и имеется множество внешних факторов, влияющих на цены, например наращивание мощностей или изменения импортно-экспортных операций.

Наше решение

Прогнозирование цен в среднесрочной перспективе в целях снижения рисков

Программное обеспечение OpenLink может моделировать сложные сценарии, в которых учитываются неопределенности, связанные с новыми дерегулированными рынками.

Наши имитационные модели рынков позволяют оценивать ожидаемую системную стоимость энергии (среднюю предельную цену по всем производителям электроэнергии), принимая во внимание множество факторов, включая расчетные нагрузки, цены на топливо, маршруты транспортировки и погодные условия. Кроме того, имеется возможность сравнить влияние на цены различных сценариев: высокого, низкого и прогнозируемого спроса на электричество или неожиданного выхода из строя генерирующих мощностей.

Реализованный в решении комплексный анализ обеспечивает точное среднесрочное прогнозирование и определение ценовых диапазонов для торговли на новых дерегулированных рынках.

Ваши требоания и задачи

Недостаток экспертных знаний и опыта

Каждый новый дерегулированный рынок сложен и уникален по своей сути, и его участникам часто недостает знаний и опыта. Однако опыт и знания жизненно необходимы для понимания направлений развития новых рынков, определения ценности общедоступных источников информации и интеграции необходимых данных.

Наше решение

Быстрый выход на рынок с нашим экспертным опытом

Компания OpenLink обладает обширным опытом работы в ТЭК, наши эксперты являются авторами инновационных методов оптимизации и моделирования для рынков электричества и газа.

Мы также проводили масштабные исследования новых дерегулированных рынков (например, Турции и России). Поэтому нам знакома проблематика общедоступных источников информации, методы интерпретации наборов данных и их интеграции в наши стандартные модели. Более того, мы может помочь вам адаптировать и расширить эти модели для включения в них различных алгоритмов предположений или собственных наборов данных.

Вместе с нами вы сможете быстро запустить процессы моделирования и начать работу на новых дерегулированных рынках.

Рыночное ценообразование и возможность моделировать его процесс

Кто-то захочет найти математическое обоснование этого процесса?

1. Введение
2. Алгоритм расшифрования
3. Работа алгоритма на биржевых тиккерах и инструментах рынка форекс. (Моделирование развития рыночной ситуации)
4. Примеры моделирования будущего ценового развития
5. Группирование ценовых моделей
6. Варианты совмещения паттернов младшего интервала времени со старшим интервалом времени
7. Время построения и волатильность паттернов
8. Альтернативный метод
9. Недостатки

Разработанный мною метод дешифровки рыночного ценообразования напоминает расшифровку данных методом визуальной криптографии
Визуальная криптография впервые была представлена М.Наором и А.Шамиром на EUROCRYPT в 1994 году.
Они рассмотрели возможность разработки схемы шифрования, в которой результирующее изображение можно получить только путем наложения всех N его слоев.
В основу моего алгоритма заложен принцип работы индикаторов типа ZZ.
В отличие от индикаторов подобного типа изменен алгоритм поиска экстремумов при определении размерности паттерна и времени его формирования.
Исходя из полученных результатов, можно сделать вывод:
Ценовой график любого рыночного инструмента (биржа, форекс) на интервалах времени от 1 минуты формирует одновременно три ценовые модели.
Модели можно классифицировать как:
1. Основная ценовая модель
2. Вторичная ценовая модель
3. Модель со смещением
В дальнейшем, чтобы избежать путаницы, я не стану показывать наложение на график паттернов вторичной модели и модели со смещением поэтому, отдельные ценовые экстремумы останутся «необработанными» в общей картине ценового построения.
Алгоритм исключает возможность ошибки:
— в направлении предстоящего ценового движения.
— времени его формирования.
— его волатильности.
Автоматизировав систему расшифровки, появится несколько вариантов ее использования:
— моделирование ценообразования любого рыночного инструмента с горизонтом прогнозирования от 5 минут до бесконечности.
— роботизировать процесс торговли и погрешность торговых операций сводится к 0.

«Форекс Клуб» оптимизирует организационную структуру и систему управления с помощью Business Studio

Система бизнес-моделирования Business Studio установлена на дополнительном внешнем сервере компании FOREX CLUB с возможностью совместной работы группы сотрудников. Совместная работа над моделями и справочниками системы обеспечивает рациональное распределение заданий между специалистами при гарантированной целостности и непротиворечивости данных на всех этапах работы.

Функциональные возможности последней версии Business Studio 3.5 позволяют использовать систему для описания бизнес-процессов компании, создания организационной структуры, формирования регламентирующей документации в формате HTML, оптимизации времени и стоимости выполнения процессов с использованием методик имитационного моделирования и функционально-стоимостного анализа.

Ярин Андрей, руководитель отдела менеджмента качества и процессного управления FOREX CLUB:

«Мы сейчас используем Business Studio в части описания организационной структуры компании для того, чтобы в будущем поддерживать ее в актуальном состоянии, моделировать и оценивать влияние изменений в ней на компанию в целом. Нам нравится, что в Business Studio очень хорошо реализовано динамическое изменение организационной структуры. Преднастроенные отчеты Business Studio согласуются с логикой построения нами организационной структуры в части взаимосвязи положений и подразделений. Наличие в Business Studio ролевой структуры также очень удобно. В будущем у нас есть планы опубликовать оформленную в Business Studio организационную структуру в виде HTML-навигатора на корпоративном портале.»

Результаты моделирования

Модель предоставляет возможность оценивать вероятности тенденций, но сама по себе она не формирует торговые решения. Здесь мы покажем один из возможных вариантов использования модели в эксперте. Исходный текст программы составлен на языке MQ4 , используемого в распространенном торговом терминале MetaTrader.

К сожалению, здесь в статье приводится полный алгоритм робота — пришлось удалить.

Приведем пример на основе вышеприведенной структуры эксперта. Допустим, мы выбрали для валютной пары AUDUSD период оптимизации 2004-2007 год. Лучший вариант настроек эксперта обеспечил на периоде оптимизации 234 сделки. Из них длинных позиций было 165, а коротких 69. Прибыльных длинных позиций 102 (62%). Прибыльных коротких позиций 48 (70%). Мы видим, что эксперт удовлетворяет первому правилу. Однако параметр P0_cut повлиял только на 48 сделок. Хотя процент прибыльных сделок по коротким позициям достаточно высок, количество сделок не позволяет утверждать, что высокий процент не является чистой случайностью. Поэтому, лучше полностью запретить для данного эксперта открытие коротких позиций. Этого можно добиться, жестко установив P0_cut = 2.

Для других вариантов экспертов или самостоятельной торговли необходимо дать некоторые пояснения по поводу характера прогнозов. Не следует ожидать, что прогнозы будут немедленно выполняться. Реализация прогноза может задержаться на относительно небольшое время, особенно когда происходит разворот предшествующего тренда. Прогноз не содержит в себе однозначной информации об оптимальном моменте входа в рынок и выхода с рынка. Прогноз тенденции (движения цены) не обещает уверенного тренда. Возможны значительные колебания относительно линии тренда. Все эти ситуации наглядно представлены на рисунках 1, 2 и 3.

Рисунок 1 – Прогноз не обязательно должен исполняться немедленно. Реализация прогноза может быть немного отодвинута вперед по времени.

Рисунок 2 – Прогноз не обязательно указывает на оптимальную точку входа в рынок и выхода из него. Он больше ориентирован на максимально надежное прогнозирование основной краткосрочной тенденции.

Рисунок 3 – Прогноз не является гарантией точного следования цены за основной тенденцией. Необходимо методичное следование прогнозам, несмотря на порой существенные колебания выигрыша при немедленном закрытии позиций.

Оценка прибыльности стратегии и рисков

Основными характеристиками любой торговой стратегии являются прибыльность и риск. Под прибыльностью в данном исследовании понимается процент увеличения депозита за 1 год торговли от значения на начало года (процент годового дохода).

Риск принято определять как максимальная просадка в абсолютном или относительном к депозиту выражении. В данном исследовании используется относительная величина максимальной просадки по отношению к стартовому депозиту в процентах.

Необходимо учитывать, что максимальная просадка в действительности зависит, среди прочих факторов, и от продолжительности торговли. Чем дольше мы торгуем, тем выше вероятность хоть раз случайно получить продолжительную серию убыточных сделок даже при самой замечательной торговой стратегии, и соответственно тем будет больше абсолютное значение максимальной просадки.

Давайте вспомним статистику. При подбрасывании монеты, вероятность выпадения “орла” равна 0.5. Чем больше мы сделаем бросков, тем больше вероятность обнаружить в серии исходов подбрасывания «неожиданно» большое кол-во подряд следующих выпадений «орла». Таким образом, можно добиться и 2 подряд выпадений «орла», и 10, и 100 и даже 1000. Вероятность таких событий подчиняется распределению Бернулли. И ни один, даже самый сложный, математический метод не сможет отменить этого закона. Мы можем только снизить вероятности катастрофических убытков до приемлемого уровня.

Как дополнительно повысить прибыльность и снизить риски

Существует достаточно простой, с технической точки зрения, и статистически обоснованный метод снижения рисков. В просторечье этот метод называют «не класть все яйца в одну корзину». В нашем случае «корзиной» может являться валютная пара и торговая стратегия. С точки зрения снижения рисков, лучше торговать одновременно на нескольких валютных парах и несколькими стратегиями, используя предельно малый объем сделок, чем пытаться получить ту же прибыль, торгуя на одной валютной паре одной стратегией используя большой объем сделок.

Для наглядного пояснения идеи снова приведем пример с подбрасыванием монеты. Пусть мы подбрасываем монету 2 раза. Хотя реальная вероятность выпадения «орла» равна вероятности выпадения «решки», мы легко можем получить ситуацию, когда все два раза выпал «орел». Если быть точным, то вероятность такого события равна 0.25. Если же мы подбросим монету 100 раз и посчитаем отношение количества выпавших «решек» к количеству выпавших «орлов», то оно будет в пределах 1.1 и 0.9. Если же, мы подбросим монету 1000 раз, то подсчет уже даст 1.01 или 0.99. Таким образом, увеличивая количество подбрасываний монет, мы будем неуклонно стремиться к истинному значению 1.

Читатель спросит, какое это имеет отношение к торговым стратегиям? Самое прямое. Если стратегия реально дает 60% прибыльных сделок, то это далеко не значит, что за 10-20 сделок мы получим эти 60%. Но если мы выполним 100 сделок, то на 60% прибыльных сделок уже можно надеяться. Сделать 100 сделок за короткий промежуток времени (например, 3 месяца), и при этом не разориться из-за спрэда, можно одновременно торгуя на нескольких валютных парах несколькими стратегиями. При этом объем одной сделки необходимо пропорционально уменьшить.

В идеальном случае валютные пары и стратегии должны вести себя независимо. В реальности это не выполняется. Но отчасти независимость все-таки наблюдается. Наш опыт показывает, что при торговле только одной стратегией на 10 валютных парах максимальная просадка снижается в 3 раза по сравнению с торговлей той же стратегией, но на одной валютной паре с удесятеренным объемом сделок!

Получить две разные торговые стратегии с приблизительно похожими характеристиками прибыли и риска не так уж просто. Но можно получить из одной торговой стратегии два действительно разных эксперта за счет манипулирования со временем принятия торговых решений.

Допустим, имеется стратегия, торгующая на дневных барах или, что почти то же самое, анализирующая часовые бары с шагом 24. Первый эксперт может принимать торговые решения в час ночи, а второй, руководствуясь той же стратегией в 12 часов дня. За счет разнесения по времени моментов принятия торговых решений получим два частично не совпадающих потока торговых операций.

Конкретные торговые рекомендации нами разрабатываются и будут предложены нашим подписчикам.

Лучшие Форекс брокеры 2021: