ВВЕДЕНИЕ 3
1 ПОДХОДЫ К АНАЛИЗУ ВАЛЮТНОГО РЫНКА 6
1.1 Понятие и структура фондового рынка 6
1.2 Характеристика методов анализа валютных курсов 12
1.3 Методические предпосылки прогнозирования валютного курса 16
2 МЕТОДИКА СБОРА СООБЩЕНИЙ О ПОВЕДЕНЧЕСКИХ
НАСТРОЕНИЯХ НА ВАЛЮТНОМ РЫНКЕ НА ОСНОВЕ API ВКОНТАКТЕ
25
2.1 API ВКонтакте. Представление данных 25
2.2 Проектирование информационной системы сбора данных в социальной
сети ВКонтакте 34
2.3 Разработка интерфейса пользователя 40
3 РАЗРАБОТКА И РЕАЛИЗАЦИЯ АЛГОРИТМА ОБРАБОТКИ И АНАЛИЗА
СООБЩЕНИЙ ПОЛЬЗОВАТЕЛЕЙ СОЦИАЛЬНОЙ СЕТИ ВКОНТАКТЕ....48
3.1 Семантический анализ текста 48
3.2 Алгоритм предобработки данных 53
3.3 Результаты исследования 56
ЗАКЛЮЧЕНИЕ 62
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ И ИСТОЧНИКОВ 64
ПРИЛОЖЕНИЕ 71
Самым крупным финансовым рынком в мире является валютный, но он ненадёжный и переменчивый. На состояние и динамику спроса и предложения на валютном рынке влияет множество факторов такие как экономические показатели, к которым относят объем ВВП, уровень инфляции, состояние платежного баланса страны, также политические факторы и форс-мажорные обстоятельства, так и массовое поведение спекулянтов, официальной информации по которым на данный момент не существует в отличии от экономических факторов. Косвенным источником настроений населения в отношении поведения на валютном рынке могут служить различные интернет площадки для общения, которые объединяют всё большее количество людей. На обменный курс влияет множество факторов и событий. Какие-то факторы очень быстро отражаются на курсе национальной валюты, какие-то медленно и не так заметно. Как правило, изменения обменного курса может быть объяснено задним числом, но в течение коротких периодов времени их затруднительно предсказать выше случайного уровня.
Известно, что эмоции, в дополнение к информации, играют существенную роль в принятии решений человеком. Поведенческие финансы предоставляют еще одно доказательство того, что финансовые решения значительно движимы эмоциями и настроением. Именно поэтому новости, настроение инвесторов, информационный шум принято считать стимуляторами краткосрочного колебания курса. В большинстве случаев данные колебания небольшие, несколько копеек в день вверх или вниз, но именно на таком ежедневном движении курса играют спекулянты на бирже. Но для этого нужно постоянно отслеживать новостные ленты и очень быстро реагировать на появляющиеся в них новости. Кроме того, нужно хорошо понимать, какое влияние та или иная новость окажет на курс, а так же как ее воспримет большинство игроков на рынке. Иногда паника населения, скупающего валюту из пунктов обмена, может очень сильно повлиять на курс рубля и даже обрушить его на несколько процентов.
Выявление степени зависимости между поведением пользователей ВКонтакте и изменением валютного курса, а также разработка системы анализа данных, позволяющей предсказывать волатильность обменного курса может быть использована в качестве вклада в процесс принятия инвестиционных решений.
Цель - разработка методики и автоматизированного решения анализа изменения отдельных индикаторов валютного рынка на основе анализа поведенческих настроений пользователей социальных сетей.
Объект работы: валютный рынок.
Предмет работы: методы и технологии анализа и прогнозирования валютного рынка.
задачи:
1) проанализировать подходы к анализу валютного рынка;
2) проанализировать методы семантического анализа текста сообщений;
3) провести обзор социальных медиа для сбора данных;
4) разработать модуль для выгрузки сообщений пользователей социальной сети ВКонтакте;
5) разработать и реализовать алгоритм обработки текста сообщений в социальной медиа ВКонтакте;
6) проанализировать взаимосвязь поведенческих настроений пользователей социальной сети в отношении поведения на валютном рынке и курсов валют
Работа состоит из введения, трех частей, заключения, списка использованных источников и литературы, включает 12 таблиц, 35 рисунков и 52 наименований использованных источников литературы.
Во введении описаны актуальность работы, объект, предмет, определены цель и задачи работы.
В первой части рассмотрены подходы к анализу валютного рынка, приведены методические предпосылки прогнозирования валютного курса, проведена характеристика методов анализа валютного курса.
Во второй части описана методика сбора сообщений о поведенческих настроениях на валютном рынке на основе API ВКонтакте, описан интерфейс пользователя информационной системы сбора сообщений социальной сети ВКонтакте.
В третьей части работы рассмотрено понятие семантического анализа текста, разработан алгоритм предобработки и анализа сообщений пользователей социальной сети ВКонтакте, приведены результаты исследования.
В заключении приведены основные выводы по работе.
Исследование степени зависимости между поведением пользователей социальных медиа и изменением валютного курса, может быть использована в качестве вклада в процесс принятия инвестиционных решений и является актуальной задачей. Известно, что эмоции, в дополнение к информации, играют существенную роль в принятии решений человеком. Поведенческие финансы предоставляют еще одно доказательство того, что финансовые решения значительно движимы эмоциями и настроением. Именно поэтому новости, настроение инвесторов, информационный шум принято считать стимуляторами краткосрочного колебания курса.
Рассмотрены понятие и структура фондового рынка и сделаны выводы, что валютный рынок является крупнейшим финансовым рынком в мире, на котором наблюдается ежегодный рост объема торговли. Также было выявлено, что доллар США остается главной валютой на Форекс, он принял участие в 88 % сделок. Основной валютной парой на российском рынке является USD/RUB, объем торгов данной пары ежегодно растет и насчитывает 82% от общего объема торгов на рынке.
Были изучены подходы к анализу валютного рынка, сделаны выводы, что несмотря на большое количество работ затрагивающих настроение и фондовые рынки, в настоящее время проведено очень мало исследований по изучению способности настроений в социальных медиа прогнозировать обменные курсы. При изучении исследований по прогностическому моделированию с помощью данных из социальных медиа, были сформулированы базовые требования.
Были проанализированы два основных способа анализа ситуации на рынке - фундаментальный и технический. Приведена сравнительная характеристика методов анализа валютного рынка.
Проанализирована возможность сбора сообщений из социальной сети ВКонтакте, используя API ВКонтакте. В результате проанализированы методы, позволяющие выполнять поставленные задачи по выгрузке сообщений из социальной сети ВКонтакте. Разработана информационная система сбора данных социальной сети ВКонтакте, описан пользовательский интерфейс приложения.
Была рассмотрены теоретические аспекты семантического анализа текста. Разработан и реализован алгоритм обработки и анализа тональности сообщений пользователей социальной сети ВКонтакте.
В исследовании были собраны сообщения пользователей, относящиеся к обменному курсу, в период с 1 по 15 июня 2018 года, которые были обработаны и проанализированы, в результате чего было получено 771 позитивных, 650 негативных и 1960 нейтральных сообщений. Было посчитано количество сообщений различной тональности в разрезе каждого дня и сделан вывод, что при сравнении динамики настроений с динамикой обменного курса USD/RUB за аналогичный период, в локальных максимумах прослеживается схожая тенденция.
1. Новиков А.В., Новикова И.Я. Финансовый рынок: учебное пособие. Новосибирск: САФБД, 2014. - 344 с.
2. Артемов, Н. М. Валютные рынки / Н.М. Артемов. - М.: Профобразование, 2016. - 96 c.
3. Официальный сайт Московской биржи/ [Электронный ресурс]. — Режим доступа: URL: http://moex.com/ (дата обращения: 18.04.2014).
4. Кияница А.С. Анализ финансовых рынков и торговля финансовыми активами. - М.: Питер, 2016. - 240 c.
5. Кузнецова Н. В. Механизм функционирования фондового рынка // Современное состояние и перспективы развития бухгалтерского учета, экономического анализа и аудита : материалы Междунар. науч.-практ. конф. Иркутск, 23 апр. 2016 г. / под ред. Е. М. Сорокиной. — Иркутск : Изд-во БГУ,
2016.
6. Сметанина Н.И. Основные задачи анализа тональности текстов в
социальных сетях // Скиф. 2017. №15. URL:
https://cyberleninka.ru/article/n/osnovnye-zadachi-analiza-tonalnosti-tekstov-v- sotsialnyh-setyah (дата обращения: 12.02.2018).
7. Сметанин С.И. Программа мониторинга общественного
настроения через контент Twitter в России // Труды ИСП РАН. 2017. №4. URL: https://cyberleninka.ru/article/n/the-program-for-public-mood-
monitoring-through-twitter-content-in-russia (дата обращения: 12.02.2018).
8. Инвестиционный анализ : учеб. пособие / под ред. И. С. Межова. — М. : КноРус, 2014. — 416 с.
9. Абрамов А. В. Прогнозирование валютного курса EUR/USD с использованием нейронных сетей // Ученые записки. Электронный научный журнал Курского государственного университета. 2012. №4 (24). URL: https://cyberleninka.ru/article/n/prognozirovanie-valyutnogo-kursa-eur-usd-s- ispolzovaniem-neyronnyh-setey (дата обращения: 18.05.2018).
10. Кузнецова Н.В., Казанцев Л.В. Фундаментальный и технический анализ фондового рынка // Baikal Research Journal. 2016. №5. URL: https://cyberleninka.ru/article/n/fundamentalnyy-i-tehnicheskiy-analiz-fondovogo- rynka (дата обращения: 18.05.2018).
11. Жданова О.А. Основы фундаментального анализа // Universum:
экономика и юриспруденция. 2014. №5 (6). URL:
https://cyberleninka.rU/article/n/osnovy-fundamentalnogo-analiza (дата
обращения: 19.05.2018).
12. Колодко Дмитрий Владимирович Экспертное краткосрочное
прогнозирование валютного рынка Forex // УЭкС. 2012. №4 (40). URL: https://cyberleninka.ru/article/n/ekspertnoe-kratkosrochnoe-prognozirovanie- valyutnogo-rynka-forex (дата обращения: 18.05.2018).
Веретенникова Ольга Борисовна, Мамин Дмитрий Вячеславович Экономическая природа валютного курса // Известия БГУ. 2009. №6. URL: https://cyberleninka.ru/article/n/ekonomicheskaya-priroda-valyutnogo-kursa (дата обращения: 14.02.2018).
13. Рынок ценных бумаг (технический анализ): учеб. пособие / Гаврилов А. Е., Логинова В. А. Баянова Ю. А., Смелова Т А. / ВолгГТУ Волгоград. 2013. 170 с.
14. Чижик В. П. Сравнительная характеристика методов фундаментального и технического анализа финансовых активов // СТЭЖ. 2013. №1 (17). URL: https://cyberleninka.ru/article/n/sravnitelnaya-harakteristika- metodov-fundamentalnogo-i-tehnicheskogo-analiza-finansovyh-aktivov (дата обращения: 14.02.2018).
15. Рынок ценных бумаг (фундаментальный анализ): учеб. пособие / Карташов Б. А., Матвеева Е. В., Смелова Т. А., Гаврилов А. Е. / ВолгГТУ, Волгоград. 2013. 180 с.
16. Лузгин Александр Николаевич Теории и перспективы прогнозирования валютных и фондовых рынков как социальноэкономических явлений // Baikal Research Journal. 2013. №2. URL: https://cyberleninka.ru/article/n/teorii-i-perspektivy-prognozirovaniya-valyutnyh-i- fondovyh-rynkov-kak-sotsialno-ekonomicheskih-yavleniy (дата обращения: 18.05.2018).
17. Ермаков П. Д., Федянин Р. В. Исследование методов машинного
обучения в задаче автоматического определения тональности текстов на естественном языке // Новые информационные технологии в автоматизированных системах. 2015. №18. URL:
https://cyberleninka.ru/article/n/issledovanie-metodov-mashinnogo-obucheniya-v- zadache-avtomaticheskogo-opredeleniya-tonalnosti-tekstov-na-estestvennom- yazyke (дата обращения: 18.05.2018).
18. Аскинадзи В.М. Инвестиционное дело: учебное пособие / В.М. Аскинадзи, В.Ф. Максимова. — М.: Университетская книга, 2014. — 764 с.
19. Ю. В. Рубцова. Построение корпуса текстов для настройки тонового классификатора // Программные продукты и системы, 2015, №1(109), -С.72-78
20. Коршунов А.П., Гомзин А.В. Тематическое моделирование текстов на естественном языке // Труды ИСП РАН. 2012. №. URL: https://cyberleninka.ru/article/n/tematicheskoe-modelirovanie-tekstov-na- estestvennom-yazyke (дата обращения: 18.05.2018).
21. Пескишева Т.А. Анализ применения дистрибутивносемантических моделей для пополнения словаря оценочной лексики // JSRP.
2017. №3 (41). URL: https://cyberleninka.ru/article/n/analiz-primeneniya- distributivno-semanticheskih-modeley-dlya-popolneniya-slovarya-otsenochnoy- leksiki (дата обращения: 18.05.2018).
22. Гришина Н. П. Теория поведенческих финансов как
существенный фактор оценки инвестиционных условий для принятия решений на рынке ценных бумаг // Вестник Саратовского государственного социально-экономического университета. 2014. №5. URL:
https://cyberleninka.ru/article/n/teoriya-povedencheskih-finansov-kak- suschestvennyy-faktor-otsenki-investitsionnyh-usloviy-dlya-prinyatiya-resheniy- na-rynke-tsennyh (дата обращения: 18.05.2018).
23. Татьянников В.А., Александров С.А. Инновации в инвестициях
(поведенческие финансы) // УЭкС. 2017. №1 (95). URL: https://cyberleninka.rU/article/n/innovatsii-v-investitsiyah-povedencheskie-finansy (дата обращения: 18.05.2018)
24. Хадди Э. Анализ настроений: текст, предварительная обработка, мнения читателей и перекрестные домены, диссертация, 2015.
25. Аудитория Вконтакте / Вконтакте. - [Электронный ресурс]. - URL: https://vk. com/page-47200925 44240810. (Дата обращения: 20.10.2017)
26. Параскевов А.В., Каденцева А.А., Мороз С.И. Перспективы и
особенности разработки чат-ботов // Научный журнал КубГАУ - Scientific Journal of KubSAU. 2017. №130. URL:
https://cyberleninka.rU/article/n/perspektivy-i-osobennosti-razrabotki-chat-botov (дата обращения: 24.05.2018).
27. Раздел разработчикам / Вконтакте - [Электронный ресурс]. - URL: https://vk. com/page-47200925 44240810.
28. Дроздов С.А., Луканина В.Е. Особенности проектирования серверного и клиентского программного обеспечения web-сайта с использованием rest-архитектуры // Вестник МГУП. 2016. №2. URL: https://cyberleninka.ru/article/n/osobennosti-proektirovaniya-servernogo-i- klientskogo-programmnogo-obespecheniya-web-sayta-s-ispolzovaniem-rest- arhitektury (дата обращения: 24.05.2018).
29. Кушназаров Ф.И., Яковлев В.В., Турдиев О.А. Сравнение производительности протоколов доступа к облачным ресурсам // Известия Петербургского университета путей сообщения. 2015. №4 (45). URL: https://cyberleninka.ru/article/n/sravnenie-proizvoditelnosti-protokolov-dostupa-k- oblachnym-resursam (дата обращения: 24.05.2018).
30. Документация и руководство по C# [Электронный ресурс] / cplusplus.com. - Электрон дан. - Режим доступа: http://cplusplus.com.
31. Зиборов, В. В. Visual C# 2012 на примерах / В.В. Зиборов. - М.: БХВ-Петербург, 2013. - 480 c.
32. Батура Т.В., Мурзин Ф.А., Проскуряков А.В. Программный комплекс для анализа данных из социальных сетей // Программные продукты и системы. 2015. №4 (112). URL: https://cyberleninka.ru/article/nZprogrammnyy- kompleks-dlya-analiza-dannyh-iz-sotsialnyh-setey (дата обращения: 24.05.2018).
33. Смирнова Г.Н. Проектирование экономических информационных систем: Учебник для студентов экономических вузов, обуч. По спец.: "Прикладная информатика в экономике", "Прикладная информатика в менеджменте", "Прикладная информатика в юриспруденции". - М.: Финансы и статистика, 2013. - 511 с.
34. Муромцев В.В. Проектирование информационных систем: Учебное пособие для студентов вузов заочной формы обучения по спец. 010502 "Прикладная информатика в экономике". - Белгород: белгу,2012-160 с.
35. Репин, В.В. Бизнес-процессы. Моделирование, внедрение, управление / В.В. Репин. - М.: Манн, Иванов и Фербер, 2013. - 512 c.
36. Трофимов В.В. «Информационные системы и технологии в экономике и управлении» 2- издание. М.: Высшее образование. 2010.- 480 с.
37. Муромцев В.В. Проектирование информационных систем: Учебное пособие для студентов вузов заочной формы обучения по спец. 010502 "Прикладная информатика в экономике". - Белгород: белгу,2011.-160с.
38. ГОСТ 34.201-89. Информационная технология. Комплекс стандартов на автоматизированные системы. Виды, комплексность и обозначение документов при создании автоматизированных систем
39. ГОСТ 34.602-89 Информационная технология. Комплекс стандартов на автоматизированные системы. Техническое задание на создание автоматизированной системы (Взамен ГОСТ 24.201-85) УДК 668.012.011.56:006.354
40. Пушников А.Ю. Введение в системы управления базами данных Часть 1. Реляционная модель данных: Учебное пособие/Изд-е Башкирского ун-та. - Уфа, 2010. - 108 с. - ISBN 5-7477-0350-1 Р.
41. Дж. Торрес. Практическое руководство по проектированию и разработке пользовательского интерфейса. М.: Вильяме, 2011.
42. Емельянова Н.З.: Проектирование информационных систем. - М: Форум, 2011 - 432с.
43. Ивасенко А.Г.: Информационные технологии в экономике и управлении. - М.: КНОРУС, 2009 - 160 с.
44. Широбокова С.Н., Стрельцов Е.А. Сравнительный анализ
возможностей API социальных сетей по критерию функциональный полноты // Инновационная наука. 2016. №3-3 (15). URL:
https://cyberleninka.ru/article/n/sravnitelnyy-analiz-vozmozhnostey-api- sotsialnyh-setey-po-kriteriyu-funktsionalnyy-polnoty (дата обращения:
24.05.2018).
45. Бурлуцкий В.В., Хасаншин Л.И. Автоматизированный анализ
активностей пользователей социальных сетей для выявления общественной реакции // Вестник ЮГУ. 2012. №3 (26). URL:
https://cyberleninka.ru/article/n/avtomatizirovannyy-analiz-aktivnostey- polzovateley-sotsialnyh-setey-dlya-vyyavleniya-obschestvennoy-reaktsii (дата обращения: 24.05.2018).
46. Бишоп, Дж. С# в кратком изложении / Дж. Бишоп, Н. Хорспул. - М.: Бином. Лаборатория знаний, 2011. - 472 c.
47. Васильев, А.А. C#. Объектно-ориентированное программирование / Алексей Васильев. - М.: Питер, 2012. - 320 c.
48. Зиборов, В.А. Visual C# 2010 на примерах / В.А. Зиборов. - М.: "БХВ-Петербург", 2011. - 432 c
49. Культин, Н.М. Microsoft Visual C# в задачах и примерах / Н.М. Культин. - М.: БХВ-Петербург, 2012. - 314 c.
50. Смирнова О.С., Петров А.И., Бабийчук Г.А. Основные методы анализа, используемые при исследовании социальных сетей // Современные информационные технологии и ИТ-образование. 2016. №3-1. URL: https://cyberleninka.ru/article/n/osnovnye-metody-analiza-ispolzuemye-pri- issledovanii-sotsialnyh-setey (дата обращения: 14.06.2018).
51. Литвинов С.В., Носко В.И., Конторович С.Ф. Методика
мониторинга и моделирования структуры политически активного сегмента социальных сетей // ИВД. 2011. №4. URL:
https://cyberleninka.ru/article/n/metodika-monitoringa-i-modelirovaniya-struktury- politicheski-aktivnogo-segmenta-sotsialnyh-setey (дата обращения: 14.06.2018).