Банковское дело / Доходы и расходы / Лизинг / Финансовая статистика / Финансовый анализ / Финансовый менеджмент / Финансы / Финансы и кредит / Финансы предприятий / Шпаргалки Главная
Финансы
Финансы
| Д.Э. БЭСТЕНС, В.М. ВАН ДЕН БЕРГ, Д. ВУД. Нейронные сети и финансовые рынки: принятие решений в торговых операциях. - Москва: ТВП,1997. - хх, 236 с., 1997 | |
выводы |
|
|
В отличие от формальной модели САРМ, модель APT позволяет строить интуитивную стратегию управления риском от дохода по индексу путем выбора такой совокупности факторов, что несистематический риск для каждой ценной бумаги становится некоррелированным с несистематическим риском по любой другой бумаге. Нейронные сети имеют преимущество перед более традиционными методами в случаях, когда мы не можем точно описать все имеющиеся взаимосвязи, но можем выделить некоторый набор показателей, характеризующий исследуемое явление. В отсутствие четкой концептуальной модели регрессионные методы неприменимы. - . w Случай decisivn выход цель abserr callrate indpro ltgovb m2 ordano ordbno tbnlus terms nondug ecpi ucpi decpi riskptestru fus retlag levellag retlag levellag 05 2 0 0.5 -0.1 12.9 10.5 0.4 2.4 0.5 0.2 100.0 1.0 3.6 0.5 -0.7 0.2 -0.8 -0.2 -0.6 -0.2 -0.6 2 0 14.0 -11.5 98.6 100.0 5.1 60.4 25.2 6.8 84.1 32.1 67.1 38.8- -49.2 10.0 -59.0 -16.0 -51.5 16.0 -51.5 1 0 -0.5 -0.5 -11.1 19.4 4.7 -7.8 -11.1 1.3 100.0 0.7 -2.5 -0.6 -6.8 -0.1 9.1 24.8 38.8 24.8 38.8 3 2 -7.0 44.4 -74.3 -4.3 1.4 -44.1 -30.6 15.5 -4.4 -13.1 -27.8 1,8 3.9 -5.9 84.9 1.9 100.0 1.9 100.0 2 1 -1.0 5,1 -33.6 23.5 4.3 -26.3 -3.9 2.6 1.6 -1.7 -9.1 -27.8 0.9 -2.0 27.9 37.6 100.0 37.9 10.0 2 1 -0.5 2.4 -12.4 23.1 3.7 -9.5 6.7 1.2 18.7 -1.0 -4.2 6.3 2.1 -1.3 12.3 11.4 100.0 11.4 100.0 2 0 0.3 4.4 40.0 13.2 2.4 25.5 -17.6- -19.3 100.0 -0.4 6.9 -37.1 -5.3 1.4 -13.5 -14.0 -49.9 -14.0 -49.9 1 0 0.2 13.5 -30.2 0.8 -0.5 -12.6 4.4 5.8 -43.7 -3.5 -6.2 -18.2 -0.3 4.2 28.1 2.7 100.0 2.7 100.0 1 0 -0.1 -3.8 -2.3 100.0 0.6 5.0 -0.5 3.1 48.5 8.5 2.8 -1.8 0.1 24.5 -2.6 0.3 25.4 0.3 25.4 2 1 0.5 -2.4 -6.3 30.6 0.6 -6.0 30.4 12.4 58.8 0.9 -1.3 -10.2 -2.6 0.2 7.1 -3.1 100.0 -3.1 100.0 1 0 0.4 5.2 -0.5 33.1 0.8 0.3 8.L 0.1 0.7 2.5 0.3 0.4 0.5 11.5 10.6 0.7 100.0 0.7 100.0 1 0 -0.1 -4.0 -1.8 93.5 2.5 -0.3 38.7 0.6 9.6 6.6 0.3 2.6 -1.3 33.7 4.2 -5.2 100.0 -5.2 100.0 1 0 3.6 8.6 5.6 29.6 3.5 -18.2 37.4- -12.4 -48.7 -1.0 -3.9 9.4 -0.2 -2.8 66.0 2.6 100.0 2.6 100.0 1 0 1.0 0.2 16.3 39.3 0.5 -6.3 56.8 -5.4 -11.1 1.0 -1.1 7.0 -3.1 0.1 24.0 -4.5 100.0 -4.5 100.0 1 0 -0.4 -0.7 2.0 100.0 2.9 3.3 -1.1 -0.3 1.2 6.4 1.0 -1.2 0.3 1.4 -2.3 0.0 -2.4 0.0 -2.4 3 2 0.2 1.0 9.3 90.2 -0.6 -0.6 15.3 0.5 -2.1 3.7 0.1 2.0 3.6 0.9 34.9 -2.5 100.0 -2.5 100.0 2 1 0.2 -0.8 9.2 29.2 0.3 -2.3 18.5 -3.7 5.6 0.6 -0.5 -4.1 -3.0 0.0 6.8 19.7 100.0 19.7 100.0 2 1 -0.4 -3.2 3.8 100.0 0.4 2.8 2.9 -2.0 0.1 10.1 1,4 -1,0 -0.1 0.3 -1.9 2.2 38.3 2.2 38.3 1 0 0.0 0.1 4.4 53.5 0.3 -0.6 25.8 -1.8 -1.7 3.9 0.1 1.9 0.4 0.3 20.0 3.0 100.0 3.0 100.0 1 0 -6.8 -5.2 5.2 100.0 -1.1 5.1 13.5 0.2 5.4 14.9 1.9 -1.7 0.1 4.1 2.7 -0.2 66.7 -0.2 66.7 0 1 -7.2 -93.6 26.6 84.4 5.1 26,5 -44.7 1,0 -65,0 54.1 15.3 -25,9 3.2 4.4 -83,3- -10.1 -100.0 -10.1 -100.0 1 0 0.0 -2.4 10.4 100.0 3.0 -0.3 74.6 -1.8 11.3 6.5 0.3 10.8 -0.4 -0.3 5.6 -4.4 74.9- -44.4 74.9 1 0 0.0 -1.2 5.4 60.7 0.2 -0.4 100.0 0.2 0.2 3.4 0.0 3.8 0.8 0.6 4.3 -1.9 42.1 -1.9 42.1 1 0 -1.9 -7.0 4.9 100.0 0.8 6.9 2.3 -1.8 -1.3 27.3 1.3 -3.0 -0.1 35.3 -6.6 -1.4 -6.2 -1.4 -6.2 1 0 -2.3 16.8 9.1 100.0 23.9 7.8 53.6 -1.5 24.6 30.7 2.9 -3.4 0.1 17.2 83.1 -2.6 50.8 -2.6 50.8 110 100.00 69.39 95.54 1.18 40.04 87.75 57.76 3.25 100.00 100.00 100.00 121 100.00 46.74 99.60 100.00 100.00 100.00 100.00 100.00 100.00 50.25 100.00 100.00 100.00 100.00 О Я n ее * р s ее ia п V n о в жо е ее * № № * Я s Я Таблица 6.9. Анализ вклада переменных в решающую способность (1^ЕТ) для периода времени с ян варя 1989 г. по январь 1991 г. Данные по макроэкономическим факторам, использованные Че- ном, Роллом и Россом, после предварительной обработки оказываются связанными с целевой переменной (доходом на NYSE) почти идеально линейными связями, на что указывают большой коэффициент смешанной корреляции при регрессионном анализе и очень большое значение отношения Я . Выбранная архитектура сети с непосредственными связями между входами и выходами представляется для такой ситуации довольно удачной. Однако, даже в лбезрадостной ситуации MBPN-сеть может превосходить метод OLS-регрессии в смысле показателя RMSE и коэффициента корреляции Пирсона. Более того, 6-3-1 сеть даже на новых данных дает более точный прогноз, чем оценка регрессии на уже ранее обработанных данных. Очевидна высокая степень согласованности результатов, касающихся вклада отдельных переменных, которые дают обычная регрес-сия и многослойная сеть. Такое соответствие повышает нашу уверенность в правильности результатов и одновременно говорит о том, что, по крайней мере, линейная составляющая связи между доходом по индексу и выбранным фактором улавливается нейронной сетью вполне успешно. Остается открытым вопрос о том, в какой степени проделанные исследования поддаются обобщению. Результаты выглядят обнаде-живающе. Перспектива завоевать рынок с помощью нейронных сетей, конечно же, весьма привлекательна. С точки зрения академического исследователя еще более интересной представляется возможность найти листинную модель для дохода по акциям. Методы ARIMA, VAR, TAR, ARCH и им аналогичные хороши для получения точных оценок временных рядов, но мало что дают для концептуального понимания исследуемого явления. С учетом всего сказанного нейронные сети уже не выглядят как черные ящики, как это обычно пытаются представить. Мы рассказали о двух перспективных эвристических подходах к оценке динамики функциональных связей между доходами на рынке акций и переменными, описывающими состояние рынка. Один из возможных способов определения этих зависимостей состоит в том, чтобы кластеризовать их с помощью однородного или нелинейного анализа главных компонент. На полученные в результате этого кластеры можно смотреть как на возможные сценарии макроэкономического поведения. Таким образом будет подготовлена почва для применения простых правил торговли, включающих зависимость от времени. |
|
| << Предыдушая | Следующая >> |
| = К содержанию = | |
Похожие документы: "выводы" |
|
|