В.В.Соболев Южно-Российский государственный технический университет
На валютных рынках протекают случайные процессы со столь сложной динамикой, что их идентификация и математическое моделирование для поиска закономерностей часто оказываются неразрешимой задачей. Даже применение сложных моделей, с помощью которых удается, как правило, достичь необходимого уровня адекватности в описании прогнозируемых процессов, только частично решает проблему повышения надежности прогнозирования. Поэтому необходимо математическое моделирование механизмов и способов отражения динамики, формируемой под воздействием эффектов, возможность появления которых в будущем не обнаруживается в данных исторического периода.
Направления развития адаптивного подхода
Адаптивный подход развивается в трех направлениях. Первое из них ориентировано на усложнение адаптивных прогнозных моделей. Идея второго направления состоит в совершенствовании адаптивного механизма моделей прогнозирования. В третьем направлении реализуется подход совместного использования адаптивных принципов и других методов прогнозирования, в частности, имитационного моделирования. При этом оптимальность алгоритма и прибыльность системы трейдинга связана с качеством прогнозов.
Математическое описание рыночных связей можно рассматривать как динамическую модель рынка. В свою очередь математическая модель позволяет теоретическими методами прогнозировать поведение рынка – динамику рыночной цены – и на основе прогнозов формировать рыночные сделки оптимального объема в подходящий момент времени. Однако прогнозирование как алгоритм действий не должно подменяться использованием рыночных индикаторов или советников, которые дают косвенную и обычно неоднозначную информацию о динамике рыночной цены.
Набор аналитических методов, образующий торговую систему, позволяет вырабатывать правила покупки или продажи валют. Торговые системы, основанные на одном методе, называют индикаторами, а правила называют сигналами. К аналитическим методам относят методы, использующие фильтрацию или математическую аппроксимацию временных рядов. В техническом анализе в качестве базового временного ряда используются ряды значений цены за некоторый промежуток времени, объема торговли или числа открытых позиций. Цены валют являются основным объектом изучения технического анализа и поэтому выбор того или иного показателя в качестве базисного не является «надуманным». Что же представляет собой тот или иной индикатор? Индикатор представляет собой набор функций от одного или нескольких базисных временных рядов с определенным временным «окном».
Математическое моделирование для поиска закономерностей состоит в разработке и реализации целостной концепции адаптивно-рационального прогнозирования финансовых рынков, согласно которой прогноз должен строиться с использованием фактических данных и с учетом субъективных ожиданий на основе принципа адаптивного распределения доверия к данным разной природы. В рамках предлагаемой концепции в отличие от существующих удается построить модели, позволяющие сформировать наиболее полное представление о реальности ожидаемых вариантов упреждающей динамики финансовых рынков. Математическое моделирование адаптивно-рациональным методом прогнозирования финансовых рынков строится в соответствии с законом необходимого разнообразия и принципом внешнего дополнения и закладывает методологические основы отражения упреждающей действительности как результата адаптивного согласования объективных закономерностей и субъективных ожиданий. Для определения адаптивной составляющей прогнозных траекторий предлагается новый класс адаптивных моделей – модели с многоуровневой структурой адаптивного механизма.
Многовариантная прогнозная траектория
Адаптивный механизм этих моделей обеспечивает идентификацию мультитрендовых процессов, что значительно расширяет возможности отражения сложных трендовых закономерностей, трансформируемых в «прогнозный образ будущего». Для формирования рациональной составляющей прогнозных траекторий используется методика построения альтернативных вариантов рациональной составляющей на основе вычислительных экспериментов, проводимых с адаптивно-имитационной моделью и подход к прогнозированию условных субъективных ожиданий с использованием псевдовыборочных совокупностей. Альтернативные варианты рациональной составляющей оцениваются в ранговой шкале в соответствии с вероятностью их предпочтительности. Адаптивно-рациональная математическая модель обеспечивает построение многовариантной прогнозной траектории с вероятностными оценками степени реальности этих вариантов. Ее отличительной особенностью является возможность предсказания даже тех эффектов, которые отсутствуют в динамике прогнозируемого процесса и прогнозирования процессов, в динамике которых присутствуют развороты тренда. Особенность модели в том, что ее рациональная составляющая встроена в контур обратной связи адаптивного механизма. Это позволяет наделить модель новым свойством, в соответствии с которым сигналы обратной связи могут восприниматься с противоположным знаком. Благодаря данному свойству в адаптивном механизме запаздывающая реакция заменяется ожидаемой.
Для практического использования необходимо теоретическое обоснование адаптивно-рационального метода прогнозирования финансовых рынков. Как известно, моделирование прогнозных оценок будущего состояния объектов является наиболее успешным только в тех случаях, когда модель в полной мере отражает как природу процесса управления, так и специфику деловой среды.
Литература
1. Соболев В.В. Валютный дилинг на финансовых рынках/ Юж.-Рос. гос. техн. ун-т (НПИ). – Новочеркасск, 2009. – 442 с.
2. Лукашин Ю. П. Адаптивные методы краткосрочного прогнозирования временных рядов: Учеб. пособие. – М.: Финансы и статистика, 2003. – 416 с.
3. Давнис В.В., Тинякова В.И. Адаптивные модели: анализ и прогноз в экономических системах. – Воронеж: Изд-во Воронеж. гос. ун-та, 2006.– 380 с.
4. Тинякова, В.И. Модели адаптивно-рационального прогнозирования экономических процессов – Воронеж: Изд-во Воронеж. гос. ун-та, 2008. – 266 с.
5. Давнис В.В., Тинякова В.И. Прогнозные модели экспертных предпочтений – Воронеж: Изд-во Воронеж. гос. ун-та, 2005. – 248 с.
6. Прогноз и стратегический выбор / В.В. Давнис, Е.К. Нагина, В.И. Тинякова, В.А. Ищенко. – Воронеж: Изд-во Воронеж. гос. ун-та, 2004. – 216 с.
7. Мишкин Ф. Экономическая теория денег, банковского дела и финансовых рынков: Учебное пособие для вузов/ Пер. с англ. Д.В. Виноградова под ред. М.Е. Дорошенко. – М.: Аспект Пресс, 1999. – 820 с.
8. Лукашин Ю.П. О возможности краткосрочного прогнозирования курсов валют с помощью простейших статистических моделей // Вестник МГУ. -1990. – Сер. 6. Экономика. -№ 1.-С. 75-84.
