Помощь студентам в учебе
Совершенствование использования экономико-статистических методов на финансовом рынке
|
Введение 3
1 Теоретические основы применения экономико-статистических методов
анализа и прогнозирования на финансовом рынке 7
1.1 Понятие и виды финансовых рынков 7
1.2 Понятие технического анализа финансовых рынков 10
1.3 Обзор существующих экономико-статистических методов анализа и
прогнозирования на финансовом рынке 13
2 Практическое применение технического анализа на финансовых рынках . 28
2.1 Технический анализ и прогнозирование курсов валют 28
2.2 Технический анализ и прогнозирование динамики курса драгоценных
металлов 51
2.3 Технический анализ и прогнозирование курсов ценных бумаг 62
3 Разработка рекомендаций по применению экономико-статистических
методов анализа и прогнозирования на финансовом рынке 79
3.1 Сравнительный анализ эффективности использования экономико-статистических методов на финансовом рынке 79
3.2 Разработка предложений по повышению эффективности использования
экономико-статистических методов на финансовом рынке 82
Заключение 88
Список используемых источников 92
1 Теоретические основы применения экономико-статистических методов
анализа и прогнозирования на финансовом рынке 7
1.1 Понятие и виды финансовых рынков 7
1.2 Понятие технического анализа финансовых рынков 10
1.3 Обзор существующих экономико-статистических методов анализа и
прогнозирования на финансовом рынке 13
2 Практическое применение технического анализа на финансовых рынках . 28
2.1 Технический анализ и прогнозирование курсов валют 28
2.2 Технический анализ и прогнозирование динамики курса драгоценных
металлов 51
2.3 Технический анализ и прогнозирование курсов ценных бумаг 62
3 Разработка рекомендаций по применению экономико-статистических
методов анализа и прогнозирования на финансовом рынке 79
3.1 Сравнительный анализ эффективности использования экономико-статистических методов на финансовом рынке 79
3.2 Разработка предложений по повышению эффективности использования
экономико-статистических методов на финансовом рынке 82
Заключение 88
Список используемых источников 92
Актуальность настоящего исследования заключается в том, что в настоящее время в условиях значительных и динамичных изменениях внешней среды проблема прогнозирования будущих показателей становится одной из главных, поскольку более точность прогноза напрямую влияет на минимизацию убытков компаний и частных лиц. Выбор адекватной модели построения прогноза связан с анализом статистических данных, и в настоящее время существует множество методов, которые используют данные из прошлого для построения прогноза в будущем. Таким образом, прогнозирование является одной из наиболее значимых основ для эффективного развития как отдельных хозяйствующих субъектов экономики, так и всей национальной экономики.
Объект исследования: временные ряды различных активов
финансового рынка.
Предмет исследования: экономико-статистические методы
прогнозирования временных рядов.
Цель исследования: проведение сравнительного анализа различных моделей прогнозирования временных рядов финансового рынка и разработка предложений по улучшению прогнозирования.
Гипотеза исследования состоит в том, что наилучшие результаты прогнозирования цен на финансовые активы достигаются, если:
- производится предварительная оценка макроэкономических факторов, влияющих на динамику временных рядов финансовых активов;
- оценивается стационарность временного ряда, что с учетом макроэкономических факторов и показателей объемов продаж финансовых активов позволяет определить состав временного ряда для дальнейшего прогнозирования;
- используется комбинированная модель прогноза, учитывающая модели авторегрессии и скользящего среднего.
Для достижения поставленной цели необходимо решить следующие задачи:
- исследовать теоретические основы применения экономико-статистических методов анализа и прогнозирования на финансовом рынке;
- провести технических анализ и применить методы прогнозирования для различных активов финансового рынка;
- проанализировать эффективность использования экономико-статистических методов для прогнозирования динамики цен на финансовом рынке;
- разработать предложения по повышению эффективности использования экономико-статистических методов на финансовом рынке.
Теоретико-методологическую основу исследования составили: учебники ответственных и зарубежных авторов по проблемам анализа и прогнозирования временных рядов, а также по вопросам применения эконометрики в программном обеспечении Statistica.
Базовыми для настоящего исследования явились также: труды М.Кана, Р.Колби, Т.Мейерса, С.Б. Акелиса, Т.Р. Демарка, М. Хаертфельдера, Е.Лозовской, Е.Хануш.
Методы исследования: экономико-статистические методы анализа и прогнозирования временных рядов в рамках программного продукта Statistica.
Опытно-экспериментальная база исследования представляет собой данные временных рядов Московской биржи о ценах финансовых активов,
Научная новизна исследования:
- проведен анализ научной литературы по применению экономико-статистических методов анализа и прогнозирования на финансовом рынке, результаты которого обозначили, что для исследования динамики цен финансовых активов необходимо проводить оценку стационарности временного ряда, исследовать автокорреляццию ряда, что влияет на выбор модели прогнозирования;
- сделан вывод, что методика анализа и прогнозирования временных рядов финансовых активов должна предполагать очередность следующих этапов: визуальный анализ ряда данных и оценка влияния на него макроэкономических факторов, проверка временного ряда на стационарность после исключения периодов значительного изменения макроэкономических факторов, оценка автокорреляции и проведение регрессионного анализа, применение моделей прогнозирования и оценка их результатов;
- разработаны модели прогнозирования динамики курсов валют, драгоценных металлов и ценных бумаг. Для определения наилучшей прогнозной модели по каждому временному ряду финансовых активов использованы полиномиальная модель и модель ARIMA.
Теоретическая значимость исследования заключается в:
- определении факторов, влияющих на повышение прогнозной силы моделей временных рядов, связанных с финансовыми активами;
- разработке алгоритма для выбора данных и их модификации по временным рядам на российском фондовом рынке.
Практическая значимость исследования заключается в том, что в нем представлены обоснованные рекомендации по использованию моделей для прогнозирования цен на финансовые активы на российском рынке. Предложенная модель может быть использована в учебном процессе при подготовке студентов экономических специальностей и повышении квалификации специалистов.
Достоверность и обоснованность результатов исследования обеспечивались:
- использованием исторических данных динамики цен на финансовые активы на Московской бирже;
- применением программного продукта Statistica для проведения расчетов и разработки моделей прогнозирования.
На защиту выносятся:
- результаты разработки моделей прогнозирования валютных курсов, цен на драгоценные металлы, курсов ценных бумаг;
- алгоритм выбора данных и их модификации по временным рядам на российском фондовом рынке.
Структура магистерской диссертации. Работа состоит из введения, 3 глав, заключения, содержит 54рисунка, 43 таблицы, список использованной литературы (38 источников). Основной текст работы изложен на 95 страницах.
В первом разделе раскрыты теоретические основы применения экономико-статистических методов анализа и прогнозирования на финансовых рынках, включая понятие и виды финансовых рынков, понятие технического анализа и обзор существующих методов анализа и прогнозирования.
Во втором разделе проанализировано практическое применение технического анализа на финансовых рынках на примере таких финансовых активов, как валютные курсы, ценные бумаги и драгоценные металлы.
В третьем разделе обоснованы рекомендации по применению экономико-статистических методов анализа и прогнозирования на российском финансовом рынке.
Объект исследования: временные ряды различных активов
финансового рынка.
Предмет исследования: экономико-статистические методы
прогнозирования временных рядов.
Цель исследования: проведение сравнительного анализа различных моделей прогнозирования временных рядов финансового рынка и разработка предложений по улучшению прогнозирования.
Гипотеза исследования состоит в том, что наилучшие результаты прогнозирования цен на финансовые активы достигаются, если:
- производится предварительная оценка макроэкономических факторов, влияющих на динамику временных рядов финансовых активов;
- оценивается стационарность временного ряда, что с учетом макроэкономических факторов и показателей объемов продаж финансовых активов позволяет определить состав временного ряда для дальнейшего прогнозирования;
- используется комбинированная модель прогноза, учитывающая модели авторегрессии и скользящего среднего.
Для достижения поставленной цели необходимо решить следующие задачи:
- исследовать теоретические основы применения экономико-статистических методов анализа и прогнозирования на финансовом рынке;
- провести технических анализ и применить методы прогнозирования для различных активов финансового рынка;
- проанализировать эффективность использования экономико-статистических методов для прогнозирования динамики цен на финансовом рынке;
- разработать предложения по повышению эффективности использования экономико-статистических методов на финансовом рынке.
Теоретико-методологическую основу исследования составили: учебники ответственных и зарубежных авторов по проблемам анализа и прогнозирования временных рядов, а также по вопросам применения эконометрики в программном обеспечении Statistica.
Базовыми для настоящего исследования явились также: труды М.Кана, Р.Колби, Т.Мейерса, С.Б. Акелиса, Т.Р. Демарка, М. Хаертфельдера, Е.Лозовской, Е.Хануш.
Методы исследования: экономико-статистические методы анализа и прогнозирования временных рядов в рамках программного продукта Statistica.
Опытно-экспериментальная база исследования представляет собой данные временных рядов Московской биржи о ценах финансовых активов,
Научная новизна исследования:
- проведен анализ научной литературы по применению экономико-статистических методов анализа и прогнозирования на финансовом рынке, результаты которого обозначили, что для исследования динамики цен финансовых активов необходимо проводить оценку стационарности временного ряда, исследовать автокорреляццию ряда, что влияет на выбор модели прогнозирования;
- сделан вывод, что методика анализа и прогнозирования временных рядов финансовых активов должна предполагать очередность следующих этапов: визуальный анализ ряда данных и оценка влияния на него макроэкономических факторов, проверка временного ряда на стационарность после исключения периодов значительного изменения макроэкономических факторов, оценка автокорреляции и проведение регрессионного анализа, применение моделей прогнозирования и оценка их результатов;
- разработаны модели прогнозирования динамики курсов валют, драгоценных металлов и ценных бумаг. Для определения наилучшей прогнозной модели по каждому временному ряду финансовых активов использованы полиномиальная модель и модель ARIMA.
Теоретическая значимость исследования заключается в:
- определении факторов, влияющих на повышение прогнозной силы моделей временных рядов, связанных с финансовыми активами;
- разработке алгоритма для выбора данных и их модификации по временным рядам на российском фондовом рынке.
Практическая значимость исследования заключается в том, что в нем представлены обоснованные рекомендации по использованию моделей для прогнозирования цен на финансовые активы на российском рынке. Предложенная модель может быть использована в учебном процессе при подготовке студентов экономических специальностей и повышении квалификации специалистов.
Достоверность и обоснованность результатов исследования обеспечивались:
- использованием исторических данных динамики цен на финансовые активы на Московской бирже;
- применением программного продукта Statistica для проведения расчетов и разработки моделей прогнозирования.
На защиту выносятся:
- результаты разработки моделей прогнозирования валютных курсов, цен на драгоценные металлы, курсов ценных бумаг;
- алгоритм выбора данных и их модификации по временным рядам на российском фондовом рынке.
Структура магистерской диссертации. Работа состоит из введения, 3 глав, заключения, содержит 54рисунка, 43 таблицы, список использованной литературы (38 источников). Основной текст работы изложен на 95 страницах.
В первом разделе раскрыты теоретические основы применения экономико-статистических методов анализа и прогнозирования на финансовых рынках, включая понятие и виды финансовых рынков, понятие технического анализа и обзор существующих методов анализа и прогнозирования.
Во втором разделе проанализировано практическое применение технического анализа на финансовых рынках на примере таких финансовых активов, как валютные курсы, ценные бумаги и драгоценные металлы.
В третьем разделе обоснованы рекомендации по применению экономико-статистических методов анализа и прогнозирования на российском финансовом рынке.
В работе исследовано применение экономико-статистических методов анализа и прогнозирования финансовых рынков.
Технический анализ - это метод для изучения цен предназначенный для прогнозирования поведения рынка путем анализа ценовых графиков и других статистических данных. Технический анализ финансовых рынков основан на анализе временных рядов.
В экономических исследованиях обычно применяют полиномы не выше третьего порядка, так как полиномы более высоких степеней отражают случайные отклонения. Модель авторегрессии хорошо описывает временные ряды, но подходит лишь для стационарных процессов.
Для проведения технического анализа и прогнозирования курсов валюты выбраны следующие валютные пары, торгующиеся на Московской валютной бирже:
- курс американского доллара USD/RUB за период с 01.07.2021г. по 30.06.2022г.;
- курс китайского юаня CHY/RUB за период с 01.07.2021г. по 30.06.2022г.
Анализ полиномиальных моделей временного ряда валюты USD показал, что наиболее приемлемой для прогнозирования является модель 3ей степени, так как коэффициенты детерминации с увеличением степени в данных полиномиальных моделях увеличиваются незначительно, F-критрий снижается, а переменные time4 и time5 практически не влияют на зависимую переменную USD.
Для оценки временного ряда валютной пары USD/RUB с помощью модели ARIMA наиболее подходящей является модель ARIMA (1,1,3).
Анализ полиномиальных моделей временного ряда валюты CHY показал, что наиболее приемлемой для прогнозирования является модель 3ей степени, так как коэффициенты детерминации с увеличением степени в данных полиномиальных моделях увеличиваются незначительно, F-критрий снижается, а переменные time4 и time5 практически не влияют на зависимую переменную CHY.
Для оценки временного ряда валютной пары CHY/RUB с помощью модели ARIMA наиболее подходящей является модель ARIMA (3.1.1).
Для проведения технического анализа и прогнозирования курса драгоценных металлов взяты следующие исходные ряды, информация о которых представлена на Московской валютной бирже: курс золота
GLD/RUB за период с 01.07.2021г. по 30.06.2022г.
Анализ полиномиальных моделей временного ряда курса золота GLD/RUB показал, что наиболее приемлемой для прогнозирования является модель 2ей степени, так как коэффициенты детерминации с увеличением степени в данных полиномиальных моделях увеличиваются незначительно, а F-критрий снижается.
Для оценки временного ряда ряда GLD с помощью модели ARIMA наиболее подходящей является модель ARIMA (3.1.1).
Анализ полиномиальных моделей временного ряда курса золота GLD/RUB показал, что наиболее приемлемой для прогнозирования является модель 2ей степени, так как коэффициенты детерминации с увеличением степени в данных полиномиальных моделях увеличиваются незначительно, а F-критрий снижается.
В результате были выбраны модели ARIMA по временному ряду GLD со следующими параметрами:
- ARIMA (1, 1, 2);
- ARIMA (4, 1, 1);
- ARIMA (4,1,2).
Исходя из значимости параметров и среднего квадрата остатков наиболее подходящей является модель ARIMA (4,1,2).
Для проведения технического анализа и прогнозирования курсов ценных бумаг выбраны следующие акции российских компаний, торгующиеся на Московской валютной бирже:
- курс обыкновенных акций ПАО «Г азпром» (тикер GAZP) за период с 01.07.2021г. по 30.06.2022г.;
- курс обыкновенных акций ПАО «ФосАгро» (тикер PHOR) за период с 01.07.2021г. по 30.06.2022г.
...
Технический анализ - это метод для изучения цен предназначенный для прогнозирования поведения рынка путем анализа ценовых графиков и других статистических данных. Технический анализ финансовых рынков основан на анализе временных рядов.
В экономических исследованиях обычно применяют полиномы не выше третьего порядка, так как полиномы более высоких степеней отражают случайные отклонения. Модель авторегрессии хорошо описывает временные ряды, но подходит лишь для стационарных процессов.
Для проведения технического анализа и прогнозирования курсов валюты выбраны следующие валютные пары, торгующиеся на Московской валютной бирже:
- курс американского доллара USD/RUB за период с 01.07.2021г. по 30.06.2022г.;
- курс китайского юаня CHY/RUB за период с 01.07.2021г. по 30.06.2022г.
Анализ полиномиальных моделей временного ряда валюты USD показал, что наиболее приемлемой для прогнозирования является модель 3ей степени, так как коэффициенты детерминации с увеличением степени в данных полиномиальных моделях увеличиваются незначительно, F-критрий снижается, а переменные time4 и time5 практически не влияют на зависимую переменную USD.
Для оценки временного ряда валютной пары USD/RUB с помощью модели ARIMA наиболее подходящей является модель ARIMA (1,1,3).
Анализ полиномиальных моделей временного ряда валюты CHY показал, что наиболее приемлемой для прогнозирования является модель 3ей степени, так как коэффициенты детерминации с увеличением степени в данных полиномиальных моделях увеличиваются незначительно, F-критрий снижается, а переменные time4 и time5 практически не влияют на зависимую переменную CHY.
Для оценки временного ряда валютной пары CHY/RUB с помощью модели ARIMA наиболее подходящей является модель ARIMA (3.1.1).
Для проведения технического анализа и прогнозирования курса драгоценных металлов взяты следующие исходные ряды, информация о которых представлена на Московской валютной бирже: курс золота
GLD/RUB за период с 01.07.2021г. по 30.06.2022г.
Анализ полиномиальных моделей временного ряда курса золота GLD/RUB показал, что наиболее приемлемой для прогнозирования является модель 2ей степени, так как коэффициенты детерминации с увеличением степени в данных полиномиальных моделях увеличиваются незначительно, а F-критрий снижается.
Для оценки временного ряда ряда GLD с помощью модели ARIMA наиболее подходящей является модель ARIMA (3.1.1).
Анализ полиномиальных моделей временного ряда курса золота GLD/RUB показал, что наиболее приемлемой для прогнозирования является модель 2ей степени, так как коэффициенты детерминации с увеличением степени в данных полиномиальных моделях увеличиваются незначительно, а F-критрий снижается.
В результате были выбраны модели ARIMA по временному ряду GLD со следующими параметрами:
- ARIMA (1, 1, 2);
- ARIMA (4, 1, 1);
- ARIMA (4,1,2).
Исходя из значимости параметров и среднего квадрата остатков наиболее подходящей является модель ARIMA (4,1,2).
Для проведения технического анализа и прогнозирования курсов ценных бумаг выбраны следующие акции российских компаний, торгующиеся на Московской валютной бирже:
- курс обыкновенных акций ПАО «Г азпром» (тикер GAZP) за период с 01.07.2021г. по 30.06.2022г.;
- курс обыкновенных акций ПАО «ФосАгро» (тикер PHOR) за период с 01.07.2021г. по 30.06.2022г.
...
