Финансовые рынки представляют собой сложную среду, где инвесторы и трейдеры стремятся принимать обоснованные решения на основе анализа рыночных данных. В связи с этим актуальным становится развитие и оптимизация торговых стратегий, которые были бы эффективными в прогнозировании движения цен и позволяли бы минимизировать инвестиционные риски.
Цель исследования:
Целью данного исследования является анализ и оценка эффективности торговой стратегии, основанной на сплайн-интерполяции индикатора ROC (Rate of Change) на финансовых рынках.
Задачи исследования:
1. Провести анализ индикатора ROC и его связи с движением цен на рынке.
2. Разработать методику сплайн-интерполяции для ROC.
3. Провести экспериментальное исследование эффективности торговой стратегии на выборке акций различных компаний.
4. Оценить статистические характеристики интерполированного ROC и его корреляцию с исходными данными цен закрытия.
Объект исследования:
Объектом исследования являются финансовые рынки и ценовые движения акций на этих рынках.
Предмет исследования:
Предметом исследования является торговая стратегия, основанная на сплайн-интерполяции индикатора ROC, а также ее эффективность в прогнозировании и торговле на финансовых рынках.
Методы исследования:
Для достижения поставленных целей и задач исследования были использованы следующие методы:
1. Анализ литературных источников по теме технического анализа на финансовых рынках, включая индикатор ROC и методы интерполяции.
2. Математическое моделирование и разработка сплайн-интерполяции для индикатора ROC.
3. Экспериментальное тестирование торговой стратегии на исторических данных цен акций.
4. Статистический анализ полученных результатов, включая оценку средних значений, дисперсии, корреляции и других параметров.
Научная новизна:
Научная новизна исследования заключается в разработке и апробации метода сплайн-интерполяции для индикатора ROC в качестве основы для торговой стратегии на финансовых рынках. Данный подход позволяет учесть изменчивость рыночных данных и более точно прогнозировать направление ценовых движений.
Теоретическая значимость:
Результаты исследования вносят вклад в развитие теории технического анализа на финансовых рынках. Применение сплайн-интерполяции для индикатора ROC расширяет методологические возможности анализа ценовых данных и позволяет получить более точные и надежные прогнозы для принятия торговых решений.
Практическая значимость:
Практическая значимость исследования заключается в разработке новой торговой стратегии, которая может быть применена на реальных рынках для оптимизации инвестиционного портфеля и увеличения прибыли трейдера. Полученные результаты могут быть полезны для финансовых аналитиков, инвесторов и трейдеров, заинтересованных в разработке и применении эффективных стратегий на финансовых рынках.
Структура исследования определена введением, тремя главами основной части, заключением и списком использованных источников.
Читать дальше
1.1 Основы технического анализа.
Технический анализ представляет собой метод изучения финансовых рынков и принятия инвестиционных решений на основе анализа исторических данных о ценах, объемах торговли и других параметрах рыночной активности. Этот метод основывается на предположении о том, что цены на рынке имеют тенденции и повторяющиеся паттерны, которые могут быть идентифицированы и использованы для прогнозирования будущих изменений цен [4].
Одним из ключевых принципов технического анализа является идея, что вся необходимая информация для принятия инвестиционных решений уже отражена в ценах рыночных инструментов. Технические аналитики считают, что фундаментальные факторы, такие как экономические показатели, политические события и другие внешние факторы, уже учтены в текущих ценах активов. Поэтому они сосредотачиваются на анализе графиков цен и объемов торговли для выявления тенденций и формирования прогнозов.
Читать дальше
Обзор методов сплайн-интерполяции.
Сплайн-интерполяция является мощным инструментом для аппроксимации сложных функций по набору точек данных. Этот метод находит широкое применение в различных областях, включая анализ ROC (Rate of Changes) кривых в статистике и медицинской диагностике. В данном разделе представлен обзор основных методов сплайн-интерполяции, используемых в анализе ROC кривых.
Кубический сплайн:
Один из наиболее распространенных методов сплайн-интерполяции - кубический сплайн. Пусть дан набор точек данных (x_i,y_i )_(i=0)^n, где xi – значения параметра диагностического теста, а yi – соответствующие значения чувствительности или специфичности. Кубический сплайн аппроксимирует функцию между соседними точками, используя кубические полиномы. Обычно он обладает гладкостью до второй производной на каждом интервале между узловыми точками, что делает его привлекательным для анализа ROC кривых.
Читать дальше
В заключение, результаты исследования эффективности торговой стратегии, основанной на сплайн-интерполяции индикатора ROC (Rate of Change), подтверждают значимость адаптации стратегий к конкретным активам на финансовых рынках. Результаты анализа показывают, что эффективность стратегии может существенно различаться в зависимости от акций, что свидетельствует о необходимости тщательного изучения и анализа каждого актива перед принятием решения о торговле.
Наиболее важными факторами, влияющими на эффективность стратегии, являются среднее значение, дисперсия и стандартное отклонение интерполированного ROC для каждой акции. Эти показатели отражают уровень изменчивости и предсказуемости движения цен на рынке. Корреляция интерполированного ROC с исходными данными цен закрытия также играет важную роль в оценке эффективности стратегии.
Результаты анализа позволяют сделать вывод о том, что стратегия, основанная на сплайн-интерполяции индикатора ROC, может быть эффективной инструментом для торговли на финансовых рынках. Однако для достижения оптимальных результатов необходимо учитывать индивидуальные особенности каждого актива и тщательно адаптировать стратегию под конкретные рыночные условия.
Читать дальше
1. Байдалиева Д. А. Технический анализ как основа цифровизации трейдинга //Молодежная неделя науки ИПМЭиТ. – 2021. – С. 91-94.
2. Байрамова А. Технический анализ. Основные понятия //научный журнал «in situ». – 2023. – С. 44.
3. Бурлаков В. В., Дементьева Е. М., Дзюрдзя О. А. Фрактальный анализ как метод прогнозирования динамики стоимости ценных бумаг предприятий с учетом их скрытого инновационного потенциала //Вестник РГГУ. Серия «Экономика. Управление. Право». – 2020. – №. 3. – С. 87-98.
4. Вакуленко Р. Я., Виноградова О. В., Хилал М. Р. Анализ математических моделей предсказания цены акций на биржевом рынке //ББК 65.050 редакционная коллегия. – 2022. – С. 53.
5. Вейнберг Р. Р. и др. Особенности применения новостных сигналов и интуитивного анализа в процессе использования нейронных сетей на фондовом рынке //Плехановский научный бюллетень. – 2020. – №. 1. – С. 4-11.
6. Дахова З. И., Гюнтер И. Н., Серова Е. Г. Графический метод технического анализа прогнозирования цен на рынках //Вестник Белгородского университета кооперации, экономики и права. – 2021. – №. 4. – С. 138-147.
7. Железко Б. А., Стадник А. О., Синявская О. А. Использование технического анализа и индикаторов в алгоритмическом трейдинге //Экономическая наука сегодня. – 2022. – №. 15. – С. 119-130.
8. Катаржин Н. С. Искусственный интеллект В ТРЕЙДИНГЕ //Тенденции и проблемы социально-экономического развития России в условиях цифровизации. – 2022. – С. 241-243.
9. Катасонов И. А. Технический анализ трендов на валютные фьючерсные контракты //Modern Science. – 2020. – №. 2-2. – С. 66-69.
10. Крупенина А. Г. Прогноз курса рубля методами технического анализа на кратко и среднесрочную перспективу //Дни науки и инноваций НовГУ. – 2020. – С. 64-70.
11. Кузнецов О. В. Эффективность применения индикаторов технического анализа на бирже //прорывные научные исследования: проблемы, закономерности, перспективы. – 2020. – С. 35-38.
12. Овчинников Е. И. Анализ подходов к выделению ПВК в контексте исследования деятельности трейдеров //Актуальные вопросы психологии развития и образования. – 2022. – С. 93-97.
13. Партыко И. А., Белый А. А. Фондовый рынок для начинающих: образовательный проект «биржевое дело» //Бизнес. Образование. Экономика. – 2022. – С. 201-204.
14. Пустовой С. И. Минимизация рисков и автоматизация биржевого трейдинга на основе методов искусственного интеллекта //Глав. ред. к. э. н., доц. Казаков ОД, отв. ред. к. э. н., доц. Азаренко НЮ, к. э. н., доц. Юркова ОН. – 2023. – С. 277.
15. Разумовская Е. А., Шугаев И. А. Ликбез по трейдингу: теоретические и практические аспекты //Эксперт: теория и практика. – 2020. – №. 1 (4). – С. 66-69.
16. Стоян М. В. Поведенческие эвристики и технический анализ на финансовых рынках //The Scientific Heritage. – 2021. – №. 80-4. – С. 32-41.
17. Таштимирова З. А. Особенности онлайн-трейдинга и открывающиеся возможности трейдера //современная экономика: актуальные вопросы теории и практики. – 2022. – С. 12-14.
18. Толмачева Е. М. Особенности и оценка использования технологии интернет-трейдинга в РФ //Общество. Экономика. Культура: актуальные проблемы, практика решения. – 2022. – С. 66-70.
19. Шипилова А. А. Анализ динамики курса валюты средствами платформы metatrader 5 на примере валютной пары usd/eur //xxiii Всероссийская студенческая научно-практическая конференция Нижневартовского государственного университета. – 2021. – С. 27-32.
20. Яроцкая Е. В. Значение анализа деятельности участников финансовых рынков в условиях трансформации экономических процессов //Цифровая экономика и финансы. – 2023. – С. 419-423.
Читать дальше
50 страниц
93% уникальность
2024 год
8 просмотров
