Математичне моделювання інтегральних оцінок курсу в валютному дилінгу

Спонсор цієї статі - сайт Richinvest.biz - торгуйте бінарніми опціонами з максимальним прибутком!

Розвиток інформаційних технологій на фінансових ринках призвело до появи Інтернет-трейдингу і породило в Росії новий активно розвивається вид бізнесу - дилінгові послуги. Під дилінгом розуміються короткострокові операції банків та інших фінансових інститутів з управління своїми активами на світовому валютному ринку Foreign Exchange Market.

Стосовно до фінансового ринку, поняття «дилинг» можна інтерпретувати як дії дилера - фізичної або юридичної особи, що займається «купівлею-продажем» фінансових інструментів (цінних паперів, іноземних валют, товарних або фінансових контрактів або ж якихось інших похідних фінансових інструментів) за свій рахунок з метою отримання прибутку. Дилер , як правило, повинен бути членом біржі (фондовій, валютній, товарної), на якій відбуваються відповідні операції «купівлі-продажу». Будь-які фінансові інструменти, за допомогою яких дилер отримує прибуток, можуть бути куплені їм за базову розрахункову валюту, в якості якої на світовому фінансовому ринку виступає долар США (з 1974 р- це світова резервна валюта).

Сучасні реальні економічні системи мають високий рівень невизначеності через складність внутрішніх взаємозв'язків і впливу великого числа факторів, передбачити і врахувати вплив яких не завжди представляється можливим. При цьому системи можуть змінюватися випадковим чином, зі зміною структури елементів, що визначає новий стан системи, що якісно відрізняються від попередніх. Це породжує нестабільне і нестаціонарне розвиток всіх її процесів. Зазначені проблеми не дозволяють детально описати процеси за допомогою традиційних підходів, зокрема - математичного опису у вигляді систем диференціальних рівнянь. Тому для вирішення завдань валютного дилінгу повинні використовуватися методи, що базуються на основі методів теорії нейронних мереж і технології динамічного програмування, теорії автоматичного управління, теорії ймовірностей і математичної статистики, апарату сингулярного розкладання, а також методики прогнозування руху нестаціонарних процесів в складних реальних системах. Крім того існує необхідність застосування системного підходу до вирішення задач прогнозування нестаціонарних процесів в складних системах, зокрема процесів протікають на фінансових ринках. Властивість нестаціонарності в складних системах проявляється в двох аспектах: у виникненні трендів, що характеризуються фундаментальними залежностями в системі; і в появі деяких стрибків, джерелами яких є випадкові за часом події і шокові впливу окремих факторів. На малюнку 1 наведено приклад одного з основних макроекономічних процесів, протікають на валютному ринку, що характеризує зміни валютного курсу EUR / USD.За вертикальної осі відкладена величина зміни ціни закриття в пунктах; по горизонтальній - час, дані отримані за допомогою терміналу MetaTrader.

Рис. 1. Зміни валютного курсу EUR / USD на місячному і тижневому інтервалі.

Можна описувати процес (див. Рис. 1) як об'єкт, що складається з елементарних компонентів, відповідних різних джерел, що характеризуються групами рухів, що визначаються трендовими, гармонійними і випадковими складовими. Даний опис структури процесу орієнтує дослідження на розкриття цілісності внутрішніх механізмів функціонування, виявлення різноманітних типів зв'язків складного об'єкта. При цьому простота елементів обмежується наявністю властивостей самої системи і доступністю інформації по її характеристикам. Ця обставина дозволяє підвищити ефективність прогнозування, так як виділяються складові руху мають передбачуваний характер і більш просте математичне опис, яке схематично можна представити у вигляді суми найпростіших трендових складових , що відповідають основним факторам руху складної системи; суми елементарних гармонійних складових руху, що визначають сукупністю різних періодичних факторів; і випадкової складової, утвореної сукупністю різних випадкових факторів. На підставі визначених особливостей застосування системного підходу, однією з вимог до методів є здатність їх до розкладання досліджуваного об'єкта на окремі структурні складові і можливість зворотного синтезу по окремих елементах отриманої структури для вирішення завдання прогнозування.