автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Идентификация и управление в системах взаимодействия с противоположными интересами

Введение.

1 Исследование существующих методов анализа динамики финансовых инструментов и методов построения алгоритмов принятия инвестиционных решений.

1.1 Основные понятия и определения.

1.2 Современные методы анализа динамики финансовых инструментов.

1.3 Методы построения алгоритмов принятия решений.

Выводы.

2 Модели систем формирования инвестиционных потоков.

2.1.Фондовый рынок, как система управления. Структура рынка как системы автоматического управления.

2.2 Характеристики временных рядов цен ЦБ.

Выводы.

3 Задача формирования оптимальной стратегии принятия решений.

3.1 Постановка задачи. Критерии оптимальности.

3.2 Формирование оптимальной стратегии для одной ценной бумаги.

3.3. Оптимальная стратегия формирования портфеля нескольких ЦБ.

Выводы.

4 Синтез полнофункциональной системы принятия решений.

4.1 Структура системы и основные принципы работы.

4.2 Подсистема формирования оптимальной стратегии по отдельным ценным бумагам.

4.3 Подсистема формирования оптимального инвестиционного портфеля. 107 Выводы.

5. Статистические характеристики систем принятия решений.

5.1. Характеристики наиболее распространенных систем принятия решений для одной ЦБ.

5.2. Характеристики синтезированной системы для одной ЦБ при использовании различных базовых МТС.

5.3. Характеристики оптимального портфеля Блека.

5.4. Характеристики системы выбора оптимального портфеля на основе анализа композитов.

Выводы.

Актуальность работы. На современном этапе развития промышленности России актуальным является повышение системной эффективности от управления всеми видами ресурсов - материальными, энергетическими, трудовыми, финансовыми, информационными. В период происходящих в стране структурных экономических преобразований особую значимость приобретают финансовые ресурсы, которые в сложившихся условиях для большинства предприятий являются наиболее дефицитным видом средств. От проведения грамотной финансовой политики, от умелого управления финансами зависит комплексная эффективность приобретения и освоения предприятиями остальных видов ресурсов и системная эффективность производства в целом. Серьезные ошибки в финансовой политике могут легко разорить даже предприятие с хорошо налаженным производством, а правильная политика на финансовом рынке помогает предприятию достигать высоких темпов экономического роста.

В соответствии с этим, проблема эффективного управления финансовыми ресурсами актуальна как для производств с дефицитом денежных средств, так и для предприятий, имеющих некоторый их избыток. Возможность своевременного привлечения средств для развития собственного производства и правильное использование избытков денежных средств с целью повышения системной эффективности предприятия являются одними из центральных базовых проблем предприятий в условиях рыночной экономики.

Развитие финансового рынка создало возможности формирования финансовой политики и осуществления инвестиций не только на основе прямого инвестирования средств, но и при помощи иных управляющих воздействий (посредством различных финансовых инструментов - акций, облигаций, векселей и т.д.). При наличии значительного многообразия финансовых инструментов и высокой динамики цен на финансовых рынках, сложности взаимосвязей между ними принятие инвестиционных решений на основе традиционных интуитивных подходов не позволяет находить 5 эффективные управляющие воздействия. Их отыскание в условиях реальной рыночной экономики при наличии жесткой конкурентной борьбы и столкновений противоположных интересов участников рынка целесообразно проводить на основе современной методологии системного анализа, теории оптимального управления, современных компьютерных информационных технологий.

Следствием вышеизложенного является постановка задачи построения системы оптимального управления инвестиционным портфелем предприятия.

Цель работы. Основная цель диссертационной работы состоит в решении научно-технической задачи по разработке методов исследования и синтеза системы оптимального управления инвестиционными потоками с целью наиболее эффективного использования имеющихся в распоряжении предприятия финансовых ресурсов в условиях наличия конкурентов с противоположными интересами.

Для достижения поставленной в работе цели решаются следующие задачи:

- комплексный статистический анализ временных рядов цен финансовых инструментов с целью выявления наиболее существенных закономерностей;

- выбор корректного критерия оптимальности системы принятия решений, учитывающего одновременно показатели доходности, риска и устойчивости системы к изменениям состояния финансовых рынков;

- исследование (с учетом выбранного критерия) характеристик наиболее широко применяемых алгоритмов принятия инвестиционных решений;

- исследование и разработка методики синтеза новых алгоритмов принятия инвестиционных решений путем комбинации нескольких базовых алгоритмов;

Методы исследования. Для решения поставленных задач в работе использовались методы системного анализа, теории оптимального управления, 6 теории операций, классического математического анализа, теории вероятностей, статистического анализа, теории игр, современных компьютерных технологий.

Научная новизна. Разработан метод построения алгоритма оптимального принятия решений по одному финансовому инструменту и на его основе синтезирована двухуровневая система принятия решений (СПР). Впервые временной ряд капитала, формируемого СПР первого уровня из временного ряда цены финансового инструмента, рассматривается как временной ряд цены нового виртуального инструмента. СПР второго уровня, обрабатывает временной ряд виртуального инструмента и формирует временной ряд капитала двухуровневой СПР. В итоге существенно смягчаются требования к первичной СПР, что позволяет синтезировать СПР по выбранным совокупностям параметров качества результирующего временного ряда капитала.

Предложен метод ранжирования инвестиционной привлекательности различных финансовых инструментов на основе попарного сравнения эффективности применения к этим инструментам различных СПР. Произведен выбор способа формирования временных рядов цен виртуальных финансовых инструментов для оценки относительной эффективности применения одного алгоритма к двум реальным финансовым инструментам.

На основе разработанных методов синтезирована полнофункциональная система принятия инвестиционных решений, осуществляющая выбор оптимальных для инвестирования инструментов, определяющая оптимальные объемы инвестиций и оптимальные моменты для инвестирования по каждому финансовому инструменту.

Практическая полезность работы. Прикладная значимость проведенных исследований определяется следующими результатами:

- разработана инженерная методика построения системы оптимального управления инвестиционными потоками предприятия;

- разработан пакет прикладных программ для расчета оптимальных моментов открытия и закрытия позиций и оптимальных размеров инвестиций по каждому финансовому инструменту. 7

Реализация результатов работы. Результаты диссертационных исследований в виде методик оценки эффективности алгоритмов принятия инвестиционных решений, методик синтеза систем принятия инвестиционных решений для отдельного финансового инструмента, методик синтеза систем оптимального выбора инвестиционных инструментов, применяются в ЗАО ИК "Сентоза" (г. Самара).

Апробация работы. Основные положения и результаты работы докладывались и обсуждались на II и III Всероссийских семинарах по механическим торговым системам (Москва, 2000), X Всероссийском научно-техническом семинаре по управлению движением и навигации летательных аппаратов (Самара, 2001).

Публикации. По теме диссертации опубликовано 4 статьи и тезисы 2 докладов.

Структура и объем работы. Диссертационная работа состоит из введения, 5 разделов, заключения и библиографического списка. Она изложена на 148 страницах машинописного текста, содержит 56 рисунков, 12 таблиц и библиографический список из 78 наименований и 1 приложение.

140 Выводы

1. Проведен сравнительный статистический анализ наиболее широко применяемых МТС и синтезированной на их основе подсистемы, формирующей решения по отдельной ЦБ. Анализ показал, что разработанный подход позволяет добиться:

- уменьшения значения выбранного критерия оптимальности на 14-80% в зависимости от качества исходных МТС, что свидетельствует о существенном повышении доходности и устойчивости системы при одновременном снижении риска;

- повышения математического ожидания дохода за месяц по каждой из исходных МТС, отсутствие отрицательных математических ожиданий дохода;

- снижения СКО дохода в среднем на 27%, что говорит о снижении риска и повышении стабильности работы системы;

- снижения максимального провала капитала (drawdown) в среднем на 59% и достижение психологически приемлемого для инвесторов уровня drawdown 25-35%.

- положительного значения F-optimal для всех систем, что говорит о возможности дополнительного повышения качества работы путем управления размером инвестируемого капитала;

- существенного роста (на 17-78%) процент прибыльных кварталов, что говорит о высокой стабильности работы системы.

2. Проведен сравнительный анализ синтезированного метода формирования инвестиционного портфеля и оптимального портфеля Блека. При использовании синтезированного метода:

- годовую доходность портфеля повысилась в 5,9 раза;

- максимальный провал капитала (оценка риска) увеличился в 1,16 раза.

Подобное увеличение риска может быть скомпенсировано неполным использованием капитала ценой незначительного снижения доходности.

141

ЗАКЛЮЧЕНИЕ

В работе получены следующие основные результаты:

1) Сформулирована и формализована задача оптимального управления инвестиционными потоками предприятия при работе с финансовыми инструментами.

2) Исследованы основные свойства традиционных алгоритмов принятия инвестиционных решений.

3) Разработана теоретическая база и методика построения комбинированных систем на базе традиционных алгоритмов для одного финансового инструмента, позволяющая существенно смягчить требования к базовым алгоритмам принятия решений, что делает систему более устойчивой к изменению характера временных рядов цен финансовых инструментов.

4) Предложен метод ранжирования инвестиционной привлекательности различных финансовых инструментов на основе вспомогательных виртуальных инструментов.

5) Синтезирована полнофункциональная система принятия инвестиционных решений, осуществляющая выбор оптимальных для инвестирования инструментов, определяющая оптимальные объемы инвестиций и оптимальные моменты для инвестирования по каждому финансовому инструменту.

6) Экспериментально показана высокая эффективность синтезированной полнофункциональной системы при работе с реальными финансовыми инструментами Российской Федерации.

142

1. Айвазян С.А., Мхнтарян B.C. Прикладная статистика и основы эконометрии. М.: ЮНИТИ, 1998.

2. Балабанов И.Т. Риск-менеджмент. М.: Финансы и статистика, 1996. -192 с.

3. Бендат Дж., Пирсол А. Прикладной анализ случайных данных: Пер. с англ. М.: Мир, 1989 - 540с.

4. Бесекерский В.А., Попов Е.П. Теория систем автоматического регулирования. М.: Наука; 1986.

5. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. -М.: Мир, 1974.

6. Васильев Ф.П. Методы решения экстремальных задач. М.: Наука, 1981. -400 с.

7. Вильяме Б. Новые измерения в биржевой торговле. М.: Аналитика, 2000.-288 с.

8. Вильяме Б. Торговый Хаос. М.: Аналитика, 2000. - 328 с.

9. Вине Р. Математика управления капиталом: методы анализа риска для трейдеров и портфельных менеджеров. М.: Альпина Паблишер, 2001. -401 с.

10. Ю.Горчаков А. А. Задача статистического прогноза. HowToTrade Электронный ресурс. Электрон, дан. - M.:CQG, сор. 2001. - .- Режим доступа: http://www.howtotrade.ru/fomni3/posts/114.html, свободный. -Загл. с экрана. - рус.

11. П.Горчаков А.А., Орлова И.В. Компьютерные экономико-математические модели: Учебное пособие / ВЗФЭИ. М.: Экономическое образование, 1994.

12. Горчаков А.А. Математический аппарат для инвестора. // Аудит и финансовый анализ №3, 1997.143

13. Горчаков А.А., Копыркин К.Б. О техническом анализе (материалы форума аналитиков РТС). HowToTrade Электронный ресурс. -Электрон, дан. М.:РТС, сор. 2002. - .- Режим доступа: http://www.howtotrade.ru/forum3/posts/86.html, свободный. - Загл. с экрана, рус.

14. Н.ДеМарк Т. Технический анализ новая наука. М.: Диаграмма, 2000. 328 с.

15. Дженкинс Г., Вате Д. Спектральный анализ и его применения. М.: Мир, 1972.

16. Джонстон Дж. Эконометрические методы. М.: Статистика, 1980.

17. Исследование операций: В 2 т./Под ред. Дж. Моудера, С. Элмаграби. М.: Мир, 1988

18. Дробышевский С., Носко В., Энтов Р., Юдин А. Эконометрический анализ временных рядов основных макроэкономических показателей. -М.: Институт экономики переходного периода, 2001. 173 с.

19. Дубров А.М, Мхитарян B.C., Трошин Л.И. Многомерные статистические методы. М.: Финансы и статистика, 2002 - 352 с.

20. Дэвид Г. Метод парных сравнений. М.: Статистика, 1978. 144 с.

21. Касимов Ю.Ф. Основы теории оптимального портфеля ценных бумаг. -М.: Информационно-издательский дом "Филинъ", 1998.

22. Кейн В.М. Оптимизация систем управления по минимаксному критерию. М.: Наука. Главная редакция физико-математической литературы, 1985г.-248с

23. Кобелев Н.Б. Практика применения экономико-математических методов и моделей. М.: ЗАО "Финстатинформ", 2000

24. Колби Р.В., Мейерс Т.А. Энциклопедия технических индикаторов рынка: Пер. с англ. М.: Издательский Дом "Альпина", 2000. 581 с.

25. Копыркин К.Б. Визуальный анализ поверхностей дохода. // Современный трейдинг. 2001. №3. с 20-23.144

26. Копыркин К.Б. Индикатор тренда на основе прорыва динамического ценового канала. // Современный трейдинг. 2001. №4. с 24-28.

27. Копыркин К.Б. Динамические скользящие средние. // Современный трейдинг. 2001. №7. с 74-79.

28. Г. Корн, Т. Корн Справочник по математике для научных работников и инженеров. -М.: Наука, 1968.

29. Королюк М. Как сравнивать торговые системы. // Современный трейдинг. 2001. №1. с 25-31.

30. Королюк М. Test Analyzer v.2.00. Электронный ресурс. Электрон, дан. СПб.: Современный Трейдинг, сор. 2001. - Режим доступа: http://www.moysha.ru/TeclT/mylab/testanalyser/testanl .htm, свободный. -Загл. с экрана, рус.

31. ЛеБо Ч., Лукас Д.В. Компьютерный анализ фьючерсных рынков: Пер. с англ. М.: Издательский Дом "Альпина", 2000. - 304 с.

32. Ллойд Э., Ледерман У. (ред.) Справочник по прикладной статистике. -М.: Финансы и статистика, 1990.

33. Лукасевич И.Я. Анализ операций с ценными бумагами с Microsoft Excel 5.0/7.0. -М.: Москва, 1997. 152 с.

34. Меньшиков И.С. Финансовый анализ ценных бумаг. М.: Финансы и статистика, 1998. - 360 с.

35. Мерфи Дж. Межрыночный технический анализ. М.: Диаграмма, 2001. -317 с.

36. Найман Э.-Л. Малая Энциклопедия Трейдера. К.: Альфа Капитал: Логос, 1997.-236 с.

37. Нисон С. За гранью японских свечей. М.: Диаграмма, 2000. - 304 с.

38. Нисон С. Японские свечи. Графический анализ финансовых рынков. -М.: Диаграмма, 1999. 328 с.

39. Орлов А.И. Современная прикладная статистика // Заводская лаборатория. 1998. №3. С. 52-60.145

40. Первозванский А.А. Финансовый рынок, расчет и риск. М.: ИНФРА-М, 1994.

41. Петере Э. Хаос и порядок на рынках капитала. Новый аналитический взгляд на циклы, цены и изменчивость рынка: Пер. с англ. М.: Мир, 2000 - 333 с.

42. Петрович M.JL, Давидович М.И. Статистическое оценивание и проверка гипотез на ЭВМ. М.: Финансы и статистика, 1989.

43. Пиявский С.А. Агрегированный учет неопределенности при принятии решений. Куйбышев: КуИСИ, 1979.

44. Пиявский С.А. Численные методы принятия проектных решений. -Куйбышев: Куйбышевск. гос. ун-т, 1986. 92 с.

45. РайфаГ. Анализ решений. М.: Наука, 1977.

46. Рапопорт Э.Я. Альтернансный метод в прикладных задачах оптимизации. М.: Наука. 2000 - 336с.

47. Саркисов В.Г. Задача формирования стратегии принятия решений на фондовом рынке. // Вестник СамГТУ Серия "Технические науки" №8, 2000, с. 42-49.146

48. Саркиеов В.Г. Многоуровневый алгоритм формирования систем принятия решений. // Вестник СамГТУ Серия "Технические науки" -№14, 2002, с. 37-44.

49. Саркисов В.Г. Применение МТС к временным рядам капитала//Ш Всероссийский семинар по механическим торговым системам: Тезисы докладов. М., CQG, 2000. - с. 8.

50. Саркисов В.Г. Формирование оптимального инвестиционного портфеля на основе анализа композитов//.! Всероссийский семинар по механическим торговым системам: Тезисы докладов. М., CQG, 2000. -с. 5.

51. Сорос Дж. Алхимия финансов. М.: "ИНФРА-М", 1997. - 416 с.

52. Тарп В., Джун Б. Внутридневной трейдинг. Секреты мастерства. М.: Альпина Паблишер, 2002. - 408 с.

53. Теория вероятностей и ее применение. Т.39, вып. 1. М.: Наука, 1994.

54. Федоренко Р.П. Приближенное решение задач оптимального управления. М.: Наука, 1978. - 487 с.

55. Фишберн П. Теория полезности для принятия решений. М.: Наука, 1978.-352с.

56. Хьержик Дж. Модель, Цена и Время. М.: Аналитика, 2000. - 320 с.

57. Хьюбер П. Робастность в статистике. М.: Мир, 1984. - 304 с.

58. Шарп У.Ф. Инвестиции. М.: Фабоцци. - 932 с.

59. Швагер Дж. Технический анализ. Полный курс. М.: Альпина, - 805 с.

60. Шишкин Е.В., Чхартишвили А.Г. Математические методы и модели в управлении. М.: Дело, 2002. - 440 с.бЗ.Элдер А. Как играть и выигрывать на бирже. М.: Диаграмма, 2001. -340 с.

61. Эфрон Б. Нетрадиционные методы многомерного статистического анализа. М.: Финансы и статистика, 1988. - 263 с.

62. Babcock В. The Correct Way То Optimize Commodity Trading Systems. // Traders World Magazine #3, 1989.147

63. ВаЬсоск В. The Dow Jones-Irwin Guide to Trading Systems. Dow Jones-Irwin, Homewood, Illinois, 1989. - 276 c.

64. Babcock B. Trend Indicators and Price Components. // Traders World Magazine #5, 1992.

65. Elden D. Measuring Exit Efficiency. // System Traders Bulletin #17, 1999

66. Elden D. Indicators Are Not Systems. // System Traders Bulletin #19, 1999

67. LeBeau C. Benefits Of Systems With High Winning Percentage. // System Traders Bulletin #24, 1999

68. LeBeau C. Drawdown. // System Traders Bulletin #18, 1999

69. LeBeau C. Importance of Exits. // System Traders Bulletin #29, 1999

70. LeBeau C. Long Trades vs. Short Trades. // System Traders Bulletin #23, 1999

71. LeBeau C. The Case for Dynamic Portfolio Selection. Introducing the Market Characteristics Matrix. // System Traders Bulletin #51, 2002

72. Tan T. Trailing Stops. // System Traders Bulletin #34, 1999

73. Markowitz H.M. Mean Variance Analysis in Portfolio Choice and Capital Markets, Basil, Blackwell, 1990.

74. Markowitz H.M. Portfolio Selection: Efficient Diversification of Investment, Wiley, New York, 1959.

75. Sharpe W.F. A Simplified Model for Portfolio Analysis. // Management Science, January 1963.148