Научный журнал
Фундаментальные исследования
ISSN 1812-7339
"Перечень" ВАК
ИФ РИНЦ = 1,222

РАЗРАБОТКА FUZZY-АЛГОРИТМА УПРАВЛЕНИЯ ФИНАНСОВЫМ РИСКОМ В БИРЖЕВЫХ ОПЕРАЦИЯХ С АКЦИЯМИ КОМПАНИИ

Ломакин Н.И. 1
1 Волжский политехнический институт
Проведен анализ взаимосвязи тренда акций компании ОАО «РусГидро» с такими факторами, как индексS&P500, уровень индикаторов MACD и RSI. Использовались данные котировок финансовых инструментов и индикаторов на бирже РТС в программе QUIK. Учитывались следующие характеристики периода наблюдения: котировки за последние три года на дневном интервале, данные группировались по интервалам восходящих, нисходящих и боковых трендов. В процессе анализа интервалов была выявлена зависимость размахов варьирования результативного признака – цены акций компании от факториальных признаков: изменения значений индекса S&P500 и параметров MACD и RSI, при этом полученные данные легли в основу «обучающей выборки» и последующей разработке «правил» поведения fuzzy-модели. Была подтверждена гипотеза о том, что динамика цен на акции ОАО «РусГидро» зависит от индекса S&P500, однако выявлена обратная зависимость. Технология управления финансовым риском биржевого актива компании сводится к вводу в программу MatLab параметров индикаторов MACD, RSI и индекса S&P500, которые на основе полученного алгоритма в fuzzy-модели преобразуются в выходной сигнал, характеризующий величину риска потери депозита от 0 до 1, что и позволяет принимать решение об открытии длинной или короткой позиции, сводя риск к минимуму.
управление финансовым риском
fuzzy-метод
биржевая торговля
акции компании
1. Ломакин Н.И. Поиск прибыльной стратегии трейдера на рынке FORTS // Lambert Academic Publishing, 2012. – 147 с.
2. Ломакин Н.И., Томина И.И. Оптимизация денежных потоков компании в современных условиях // В мире научных открытий. – 2012. – № 5.2. – С. 209–218.
3. Ломакин Н.И. Особенности биржевой торговли с использованием торговых роботов // Современные направления теоретических и прикладных исследований’2013: сборник научных трудов по материалам международной научно-практической конференции 19–30 марта 2013. – Т. 34. – Одесса, 2013. – С. 59–63.
4. Финам. – URL: http://www.finam.ru/analysis/profile04F2A00006/default.asp (дата обращения 20.08.2013).
5. Chongfu Huang An application of calculated fuzzy risk Original Re-search Article // Information Sciences. – May 2002. – Vol. 142, Issues 1–4. – P. 37–56.
6. Chongfu Huang Fuzzy risk assessment of urban natural hazards Original Research Article // Fuzzy Sets and Systems. – October 1996. – Vol. 83, Issue 2, 8. – P. 271–282.
7. Frenk Khayneman Nayt. – URL: http://ru.wikipedia.org/wiki/ %D0 %9D %D0 %B0 %D0 %B9 %D1 %82,_ %D0 %A4 %D1 %80 %D1 %8D %D0 %BD %D0 %BA (дата обращения 20.08.2013).
8. Li-HuaFeng, Gao-Yuan Luo Analysis on fuzzy risk of landfall typhoon in Zhejiang province of China Original Research Article // Mathematics and Computers in Simulation. – July 2009. –Vol. 79, Issue 11. – P. 3258–3266.
9. Pol Entoni Samuel’son. – URL: http://ru.wikipedia.org/wiki/ %D1 %E0 %EC %F3 %FD %EB %FC %F1 %EE %ED,_ %CF %EE %EB_ %DD %ED %F2 %EE %ED %E8 (датаобращения 20.08.2013).
10. Qiang Zou, Jianzhong Zhou, Chao Zhou, Jun Guo, Weiping Deng, Mengqi Yang, Li Liao Fuzzy risk analysis of flood disasters based on diffused-interior-outer-set model Original Research Article // Expert Systems with Applications. – May 2012. – Vol. 39, Issue 6. – P. 6213–6220.
11. XiaoHong Han, XiaoMing Chang A chaotic digital secure communication based on a modified gravitational search algorithm filter// Information Sciences. – November 2012. – Vol. 208, 15. – P. 14–27.
12. Zadeh, L. A., Fuzzy Sets as a Basis for a Theory of Possibility, Fuzzy Sets and Systems. – 1978. – Vol. 1, № 1. – Р. 3–28.

В современных условиях, несмотря на имеющиеся научные достижения в области риск-менеджмента, остаются неисследованными отдельные аспекты, лежащие в основе управления финансовым риском. В работе Ф. Найта «Риск, неопределенность и прибыль» впервые была высказана мысль о риске, как количественной мере неопределенности [1]. П. Самуэльсон поясняет: «...Неопределенность порождает несоответствие между тем, чего люди ожидают, и тем, что действительно происходит. Количественным выражением этого несоответствия и является прибыль (или убыток)» [2].

Представляется целесообразным подойти к оценке величины риска как к процессу присвоения значений вероятности и последствий риска, при этом ущерб будет выражать последствия в стоимостных показателях. Управление рисками позволяет оценить возможные опасности и вовремя принять верные управленческие решения. В современных условиях, характеризующихся процессами нарастания рыночной неопределенности, все большую роль принимает использование Fuzzy-методов в управлении рисками. Fuzzy-методы используют специалисты в области финансов, которые специализируются на финансовом моделировании, оценке рисков, количественном анализе, оценке активов, прогнозировании движения цен.

Базовые понятия нечеткой логики позволяют получить общее представление о принципах работы метода, его результативности и эффективности. Основы нечеткой логики были заложены в конце 60-х гг. в работах известного математика Лафти Заде [12].

Нечетким множеством (fuzzyset) на универсальном множестве U называется совокупность пар (μA(U), U), где μA(U) – степень принадлежности элемента u Î U к нечеткому множеству Eqn23.wmf. Степень принадлежности – это число из диапазона [0, 1]. Нечёткое множество на классическом множестве определяется как следующее:

Eqn24.wmf (1)

Функция принадлежности количественно градуирует принадлежность элементов фундаментальному множеству. Отображение элемента в значение 0 означает, что элемент не принадлежит данному множеству, значение 1 соответствует полной принадлежности элемента множеству. Значения, лежащие строго между 0 и 1, характеризуют «нечёткие» элементы. Суть метода Fuzzy состоит в том, что для принятия решения при оценке факторов используются лингвистические переменные, которые в модели на основе разрабатываемых правил изменения факториальных признаков трансформируются в численные значения результативного признака по шкале, например от 0 до 1.

Нечеткие множества находят все большее применение во всех сферах деятельности. Известно, что разработаны внутренние-внешние наборы моделей для расчета риска наводнений и культуры земледелия в порядке альтернативы [5]. Успешно используются чисто вероятностные методы для анализа рисков, хотя это приводит к получению ненадежных результатов, таким образом, следует использовать нечеткие методы исследования риска [6].

Нечеткий риск часто рассматривают как многозначный риск. Расчет нечетко ожидаемого значения события риска обрушения тайфуна в провинции Чжэцзян был выполнен на основе Fuzzy-модели [8].

Увенчалась успехом попытка ввести внутренний и внешний наборы модели (IOSM) на основе информации о теории диффузии [10]. Известны разработки в области поиска гравитационных акторов (МГСА)на основе модифицированного алгоритма, что минимизирует преждевременную сходимость гравитационного алгоритма поиска (GSA) [11].

Открытое акционерное общество «РусГидро» – это крупнейшая российская гидрогенерирующая компания. Деятельность компании связана с рядом рисков, которые при определенных обстоятельствах могут негативно сказаться на ее производственных и финансовых результатах, социальной и природной среде. Анализ показал, что, несмотря на позитивные достижения компании, имеет место рост потерь от финансовой деятельности, в частности при проведении биржевых операций. Динамика цен на акции ОАО «РусГидро» на дневном интервале за 2011–2013 гг. отражает нисходящую тенденцию. Цена акции ОАО «РусГидро» за этот период снизилась с 1,19 до 0,74 или в 1,6 раза, опустившись до 62 % от начального уровня.

Можно выдвинуть гипотезу о том, что динамика цен на акции ОАО «Русгидро» определенным образом зависит от динамики глобальных индексов. Действительно, как показывают исследования, за период с 01.01.2012 г. по 1 июля 2013 г. цена на акции ОАО «РусГидро» снизилась и составила 52,9 % от начального уровня, а индекс S&P500 вырос до уровня 125 % [4].

Используя программу QUIK, можно выявить, что динамика цены акций ОАО «РусГидро» с 01.01.2012 по 01.07.2013 г. на дневном интервале представлена в первом окне, во втором окне – индикатор разворота рынка индекс RSI, в третьем окне индикатор тренда MACD. Целесообразно разграничить график тренда цены акций ОАО «РусГидро» на отдельные тренды, используя вертикальные линии на графике – границы интервалов трендов (рис. 1).

Индекс относительной силы (RS Irelative streng thindex) – индикатор технического анализа, определяющий силу тренда и вероятность его смены. Популярность RSI обусловлена простотой его интерпретации. Индикатор может рисовать фигуры технического анализа – «голова-плечи», «вершина» и другие, которые часто анализируют наравне с графиком цены.

Для управления уровнем риска потери депозита акций ОАО «РусГидро» представляется целесообразным увязать динамику акции предприятия с динамикой индекса S&P500, RSI и MACD в fuzzy-модели.

Значения весов факториальных признаков, используемых в fuzzy-модели, примем равными единице, исходя из предположения, что степень воздействия их на результативный признак – цену акций ОАО «РусГидро» имеет равновеликое значение. На основании ранжирования варьируемых значений факториальных признаков, задаются границы нечетких чисел, от 0 до 1. Целесообразно сгруппировать значения таким образом, чтобы выявить три параметра тренда каждого из признаков: «растущий», «боковой», «снижающийся».

При разработке «правил» fuzz-модели выявляются, каким образом динамика и характер изменения факториальных признаков S&P500, RSI,MACD на дневных свечах влияют на поведение тренда акций ОАО «РусГидро».

pic_47.tif

Рис. 1. Динамика цен акций ОАО «РусГидро» за анализируемый период

Практика показывает, что движение цены актива на 1 % и более можно считать трендом. Примем прирост цены актива от –1 % до +1 % «боковым трендом».

Размах варьирования прироста тренда на «снижающемся» типе рынка акций ОАО «РусГидро» составляет от – 25,6 % до –2 %, на «боковом» рынке от –1,1 до 1,2, на «растущем» от 2,3 до 26,7 %. Индекс S&P500 ведет себя по-разному в трех типах рынка акций ОАО «РусГидро», что следует применить в настройках модели. Так, амплитуда движения S&P 500 на «снижающемся» рынке составляет от 0,13 до 1,86 %, на «боковом» рынке от 0,54 до 0,9, на «растущем» от –1,7 до 0,9 %.

Значения индикатора MACD варьируются от 0 до некоторых величин, причем отрицательную величину следует взять по модулю, поскольку «минус» означает не направление тренда, а лишь положение относительно некоторого среднего уровня на графике. Абсолютное значение показывает силу тренда от нуля до величины значения MACD на растущем, или снижающемся тренде.

Индикатор RSI на «снижающемся» рынке принимает значения «min» 30,7; «average» 48,3; «max» 63,9. На «боковом» – «min» 35,0; «average» 46,0; «max» 70,5. На «растущем» – «min» 31,2; «average» 47,8; «max» – нет (таблица).

Результаты обработки данных динамики трендов признаков

Параметр

Снижающийся тренд

Боковой тренд

Растущий тренд

РусГидро, ±∆ %

min

–25,6

–1,1

2,3

max

–2,0

1,2

26,7

S&P 500, ±∆ %

min

0,13

0,54

–1,7

max

1,86

0,9

0,9

MACD (отклонение от значения «0»)

min

|–1,22|

|–1,12|

1,03

max

3,66

1,25

|–1,57|

RSI

min

30,7

35,0

31,2

average

48,3

46,0

47,8

max

63,9

70,5

Параметры нечетких множеств трендов курса акций ОАО «РусГидро», индекса «S&P500» индикаторов «MACD» и «RSI» используются для формирования правил Fuzz-модели. Лингвистические переменные величин параметров факториальных признаков позволяют провести фазификацию.

Индикатор MACD (Moving Average Convergence/Divergence – схождение/расхождение скользящих средних) – технический индикатор, разработанный Джеральдом Аппелем (Gerald Appel), используемый в техническом анализе для оценки и прогнозирования колебаний цен на фондовой и валютной биржах. Индикатор используют для проверки силы и направления тренда, а также определения разворотных точек.

Если рассматривать использование fuzzy метода в биржевой торговле, то стоит отметить следующее. При этом устанавливаются взаимозависимости между результативным и факториальными признаками на различных видах движения рынка: снижающемся, боковом и растущем.

Правило 1. Если тренд «РусГидро» растущий и «S&P500» боковой и «MACD» снижающийся и «RSI» минимальный – результат: «риск низкий» – покупаем (открываем длинную позицию).

Правило 2. Если тренд «РусГидро» боковой и «S&P500» снижающийся и «MACD» растущий и «RSI» средний – результат: «риск средний» – держать (не закрываем длинную позицию).

Правило 3. Если тренд «РусГидро» растущий и «S&P500» боковой и «MACD» растущий и «RSI» средний – результат: «риск средний» – держать (не закрываем длинную позицию).

Правило 4. Если тренд «РусГидро» боковой и «S&P500» растущий и «MACD» растущий и «RSI» максимальный – результат: «риск высокий» – продавать (закрываем длинную позицию).

Правило 5. Если тренд «РусГидро» снижающийся и «S&P500» боковой и «MACD» снижающийся и «RSI» максимиальный – результат: «риск высокий» – продавать (открываем короткую позицию).

Всего в представленную модель вошли 27 правил, которые позволили получить информацию для принятия решения по поводу управления финансовым риском для любого сочетания действия факториальных признаков, выразившихся в форме кривой поверхности, которая есть не что иное, как графический результат правил.

Дефазификация результатов вычислений fuzzy-модели позволяет получить результат в форме натурального числа от 0 до 1 (рис. 2).

pic_48.tif

Рис. 2. Трехмерное представление результатов управления акциями ОАО «РусГидро»

Представляется целесообразным использовать алгоритм Fuzzy-модели управления риском при принятии решений по поводу проведения сделок с акциями ОАО «РусГидро, используя уравнение .

Представленный алгоритм Fuzzy-модели может быть положен в основу прибыльной стратегии [1]. Следует отметить, что разработанный нечетко-множественный алгоритм может найти применение в биржевых торговых роботах [3]. Внедрение алгоритма может способствовать оптимизации денежных потоков компании в современных условиях [2].

Разработанный алгоритм управления финансовым риском потери депозита акций ОАО «РусГидро» на основе использования Fuzzy-модели обеспечивает возможность осуществлять биржевые операции покупки и продажи акций компании как при ручной работе на бирже, так и при использовании механических торговых систем – в биржевых торговых роботах, в частности в программе QUIK.

Рецензенты:

Литвинова А.В., д.э.н., профессор, зав. кафедрой «Финансы и кредит» Волжского гуманитарного института (филиал) Волгоградского государственного университета, г. Волжский;

Старовойтов М.К., д.э.н., профессор, зав. кафедрой «Экономика и менеджмент» Волжского политехнического института, филиал Волгоградского государственного технического университета, г. Волжский.

Работа поступила в редакцию 08.10.2013.


Библиографическая ссылка

Ломакин Н.И. РАЗРАБОТКА FUZZY-АЛГОРИТМА УПРАВЛЕНИЯ ФИНАНСОВЫМ РИСКОМ В БИРЖЕВЫХ ОПЕРАЦИЯХ С АКЦИЯМИ КОМПАНИИ // Фундаментальные исследования. – 2013. – № 10-7. – С. 1534-1538;
URL: http://fundamental-research.ru/ru/article/view?id=32621 (дата обращения: 18.02.2019).

Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1.252