Введение 3
Постановка задачи 6
Обзор литературы 8
Условные обозначения 9
Глава 1. Модель Бокса-Дженкинса 10
1.1. Экономические методы прогнозирования 10
1.2. Модели авторегрессии - проинтегрированного скользящего среднего 21
1.3. Применение теории принятия решений на фондовом рынке 27
Глава 2. Модель прогнозирования 35
2.1. Составление алгоритма для модели прогнозирования 35
2.2. Проверка исходных данных 38
2.3. Результаты численных экспериментов 44
Глава 3. Поиск оптимальной стратегии 53
3.1. Модель принятия решения 53
3.2. Альтернативный способ решения 57
3.3. Полученные результаты и рекомендации 59
Выводы 61
Заключение 62
Список литературы 64
Приложения 68
Купить

Актуальность выпускной квалификационной работы. В последнее время произошло множество событий, способствовавших дестабилизации фондового рынка, таким образом, тематика исследования, которому посвящена данная выпускная квалификационная работа, актуальна потому, что необходим поиск эффективных стратегий и точных прогнозов в условиях нестабильности рынка от непредсказуемых внешних факторов.
В первую очередь, это пандемия коронавируса COVID-19, которая послужила причиной изменения спроса и предложения в большинстве областей. Многие производители товаров и услуг столкнулись со сложностями с производством и логистикой вследствие карантина и локдауна. С другой стороны, закрытие торговых точек стало причиной невозможности осуществления финансовых операций на местах.
Другой очевидной причиной нестабильности может служить сложная политическая ситуация. 24 Февраля 2022 года началась специальная военная операция Российской Федерации, что послужило причиной введения жестких санкций западных государств, приведших к падению котировок на биржах. В тот же день Индекс Московской Биржи упал на 45,49% - достигнув уровня 2015 года (1684,95 пункта).
Научная новизна работы. Модель Бокса-Дженкинса разрабатывалась в 70-х годах, когда экономический рынок был относительно стабилен. Сейчас, в условиях стремительно меняющегося рынка, представляется интересным оценить результаты ее применения с учетом корректировки параметров результатами анализа текущей ситуации фондового рынка.
Построение стратегии поведения игрока-инвестора в такой среде с помощью инструментария теории принятия решений и апробация данной стратегии на реальных данных с помощью приложения, созданного на базе библиотеки Python, составляет еще один интерес к данному научному исследованию. В условиях неопределенности должны существовать такие ориентиры, которыми бы мог руководствоваться субъект - в контексте данной задачи - лицо, принимающее решение (ЛПР).
Как уже известно, исторически экономические процессы имеют цикличный характер. И за развитием всегда будет следовать спад экономики. Чтобы выдержать такие переменчивые внешние обстоятельства, необходимо разработать методику поиска оптимальной стратегии поведения как наилучший ответ на условия рынка.
В 2020 году мировая экономика сократилась на 4,3 процента, что более, чем в два с половиной раза, больше, чем во время мирового финансового кризиса 2009 года. Восстановление после пандемии будет зависеть не только от масштабов стимулирующих мер и быстрого внедрения вакцин, но и от качества и эффективности этих мер в целях повышения устойчивости к будущим потрясениям [1].
С начала пандемии и карантинного режима число инвесторов в России значительно повысилось, особенно частных инвесторов. Параллельно происходит изменение структуры финансового рынка: все большее влияние на население оказывают электронные и интернет-корпорации. В связи с пандемией, многие компании, работающие в сфере общественного питания, развлечений и туризма, продолжают терпеть убытки.
В такой нестабильной ситуации на фондовой бирже составление прогнозов призвано помочь специалистам при разработке оптимальных алгоритмов дальнейшего развития рынка каждого конкретного государства в частности и мировой экономики в целом.
Популярным и широко используемым статистическим методом для прогнозирования временных рядов является модель ARIMA. ARIMA - это аббревиатура от Auto Regressive Integrated Moving Average. Это класс модели, который фиксирует набор различных стандартных временных структур и данных временных рядов. Этот подход к моделированию позволяет выбирать тенденции, используя авторегрессию, скользящие средние и сезонные различия в расчетах [2].
Текущее исследование посвящено решению задачи прогнозирования динамики фондового рынка, основанному на методике применения этой модели, а также поиску оптимальной стратегии игрока-инвестора в среде, для которой получен прогноз.
Ключевые слова. фондовый рынок, индекс Московской биржи, индекс РТС, индекс голубых фишек, временные ряды, нестационарность, модель Бокса- Дженкинса, эконометрика, теория принятия решений в условиях неопределенности и риска, теория игр, оптимальные стратегии.
Купить