Программа дисциплины «Нечеткая логика, генетические алгоритмы и экспертные системы поддержки принятия решений на финансовых рынках» для направления 080102. 65 «Мировая экономика» подготовки специалиста Правительство Российской Федерации

Вид материала

Содержание

Программа дисциплины
1Область применения и нормативные ссылки
2Цели освоения дисциплины
3Компетенции обучающегося, формируемые в результате освоения дисциплины
4Место дисциплины в структуре образовательной программы
5Тематический план учебной дисциплины
Название темы
Формы контроля знаний студентов
Критерии оценки знаний, навыков
Содержание дисциплины
6Образовательные технологии
8Порядок формирования оценок по дисциплине
9Учебно-методическое и информационное обеспечение дисциплины 9.1Базовые учебники

Подобный материал:

Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Нечеткая логика, генетические алгоритмы и экспертные системы поддержки принятия решений на финансовых рынках» для направления 080102.65 «Мировая экономика» подготовки специалиста

Правительство Российской Федерации

Федеральное государственное автономное образовательное учреждение высшего профессионального образования
"Национальный исследовательский университет
"Высшая школа экономики"

Факультет мировой экономики и мировой политики

Программа дисциплины Нечеткая логика, генетические алгоритмы

и экспертные системы поддержки принятия решений

на финансовых рынках

для направления 080102.65 «Мировая экономика» подготовки специалиста

Автор программы:

Бутенко А.В., преподаватель (avbko@yandex.ru)

Одобрена на заседании кафедры международных валютно-финансовых отношений

«16» сентября 2011 г

Зав. кафедрой Евстигнеев В.Р.

Рекомендована секцией УМС «Мировая экономика и мировая политика»

«24»ноября 2011 г

Председатель Иванов И.Д.

Утверждена УС факультета мировой экономики и мировой политики

«19»декабря 2011 г.

Ученый секретарь Суздальцев А.И. ________________________ [подпись]

Москва, 2011

Настоящая программа не может быть использована другими подразделениями университета и другими вузами без разрешения кафедры-разработчика программы.

1Область применения и нормативные ссылки

Настоящая программа учебной дисциплины устанавливает минимальные требования к знаниям и умениям студента и определяет содержание и виды учебных занятий и отчетности.

Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов, обучающихся по специальности 080102.65 «Мировая экономика», изучающих дисциплину «Нечеткая логика, генетические алгоритмы и экспертные системы поддержки принятия решений на финансовых рынках».

Программа разработана в соответствии с:

ГОС;
Образовательной программой 080102.65 «Мировая экономика» подготовки специалиста.
Рабочим учебным планом университета по направлению подготовки 080102.65 «Мировая экономика», утвержденным в 2011 г.

2Цели освоения дисциплины

Целью курса «Нечеткая логика, генетические алгоритмы и экспертные системы принятия финансовых решений» является ознакомление слушателей с современными подходами к принятию финансовых решений и управлению портфелем ценных бумаг с использованием инструментов нечеткой логики, генетических алгоритмов, построения экспертных систем, формирование у слушателей практических навыков по анализу инвестиционного портфеля и принятию инвестиционных решений.

Основное внимание в рамках курса уделяется логическому и математическому аппарату разной степени сложности, применяемому в портфельном анализе. Важной задачей курса является формирование у слушателей обширной картины существующих сфер и методов инвестиционного управления.

.

3Компетенции обучающегося, формируемые в результате освоения дисциплины

В результате освоения дисциплины студент должен:

Знать
Уметь
Иметь навыки (приобрести опыт)

В результате освоения дисциплины студент осваивает следующие компетенции:

Компетенция	Код по ФГОС/ НИУ	Дескрипторы – основные признаки освоения (показатели достижения результата)	Формы и методы обучения, способствующие формированию и развитию компетенции
	ОК-1	[Глаголы-подсказки, даны по мере повышения уровня освоения: дает определение, воспроизводит, распознает, использует, демонстрирует, владеет, применяет, представляет связи, обосновывает, интерпретирует оценивает]

4Место дисциплины в структуре образовательной программы

Настоящая дисциплина относится к циклу социально-экономических дисциплин

Изучение данной дисциплины базируется на следующих дисциплинах:

Математическая статистика,
Эконометрика

Основные положения дисциплины должны быть использованы в дальнейшем при изучении следующих дисциплин:

Инвестиционные стратегии на финансовых рынках различного типа;
Когнитивная психология и принятие решений на финансовых рынках;
Мировые финансы;
Теория производных финансовых инструментов;
Актуарная математика и оценка рисков.

5Тематический план учебной дисциплины

№	Название темы	Всего часов по дисциплине	Аудиторные часы		Самосто-ятельная работа
№	Название темы		Лекции	Семинары и практ. занятия
1	Основы теории информации в применении к фондовому рынку.	1,5	0,5		1
2	Ценообразование на фондовом рынке с точки зрения поведения его участников. Связь цены и ожиданий участников рынка.	1,5	0,5		1
3	Особенности принятия решений при торговле ценными бумагами.	3	1		2
4	Сравнение логики человека-трейдера и торгового робота.	1,5	0,5		1
5	Принятие торговых решений на основе технического анализа	18	6		12
6	Принятие торговых решений на основе фундаментального анализа	12	3		9
7	Торговые системы. Механические торговые системы.	11	3		8
8	Основы теории нечетких множеств	14	4		10
9	Инструменты нечеткой логики при принятии финансовых решений, в том числе в портфельном анализе.	12	3		9
10	Использование генетических алгоритмов при принятии финансовых решений	9,5	2,5		7
11	Экспертные системы при принятии торговых решений	6	2		4
12	Анализ доходности торговой системы.	6	2		4
13	Контроль рисков портфеля торговой системы. Меры риска	6	2		4
14	Структурный анализ портфеля торговой системы	6	2		4
	ИТОГО:	108	32		76

№	Название раздела	Кафедра, за которой закреплен раздел	Всего часов	Аудиторные часы			Самостоятельная работа
№	Название раздела	Кафедра, за которой закреплен раздел	Всего часов	Лекции	Семинары	Практические занятия	Самостоятельная работа
1
2
3

Формы контроля знаний студентов

Тип контроля	Форма контроля	1 год				Кафедра	Параметры **
Тип контроля	Форма контроля	1	2	3	4	Кафедра	Параметры **
Текущий (неделя)	Контрольная работа	*				МВФО	Например: письменная работа 60 минут
Текущий (неделя)	Контрольная работа
Итоговый	Зачет	*				МВФО	Устный зачет

Критерии оценки знаний, навыков

Студентам предлагается выполнить практические задания по применению теоретических знаний, полученных на аудиторном занятии. Такое практическое применение проверяется в виде практического задания в аудитории.

Студенты, выполнившие все практические задания, могут быть освобождены от сдачи итогового зачёта и получить отличную итоговую оценку (8 баллов) «автоматом». Для повышения оценки до 9-10 баллов по просьбе студентов им будет предложено ответить на, соответственно, один или два устных вопроса из билетов к зачёту.

Не выполнившие по крайней мере одного аудиторного практического задания не могут получить отличной итоговой оценки даже при оценке 10 баллов непосредственно за зачёт.

При предъявлении результатов расчётов от студента требуется подробное объяснение теоретических предпосылок применённого метода. Как сдача зачёта, так и выступления в аудитории по итогам практических заданий предполагают умение прокомментировать полученные самостоятельно результаты.

Содержание дисциплины

Тема 1. Основы теории информации в применении к фондовому рынку.

Данные, информация, знания, факты в трейдинге. Мера неопределенности случайного объекта. Интерпретация торговых данных. Семантика языка при интерпретации торговых данных. Модели обработки торговых данных.

0,5 часа.

Основная литература:

Матвеев М.Г., Свиридов А.С., Алейникова И.А. Модели и методы искусственного интеллекта – применение в экономике. М: Финансы и статистика, 2008.
Непейвода Н.Н. Прикладная логика. Новосибирск: Издательство НГУ, 2000.
Твардовский В.В., Паршиков С.В. Секреты биржевой торговли: торговля акциями на фондовых биржах. М: Альпина Паблишер, 2003.
Шарп У.Ф., Александер Г.Д., Бейли Д.В. Инвестиции. М.: Инфра-М, 2003.

Тема 2. Ценообразование на фондовом рынке с точки зрения поведения его участников. Связь цены и ожиданий участников рынка.

Брокерский стакан. Торговля с заемными средствами (плечом). Торговый лот. Различие между крупными и мелкими инвесторами на фондовом рынке. Поведение крупных и мелких инвесторов в процессе изменения цен на фондовом рынке. Механика торговых сделок. Механика изменения цен на фондовом рынке. Отражение ожиданий участников рынка в ценах на финансовые инструменты.

0,5 часа.

Основная литература:

Твардовский В.В., Паршиков С.В. Секреты биржевой торговли: торговля акциями на фондовых биржах. М: Альпина Паблишер, 2003.
Шарп У.Ф., Александер Г.Д., Бейли Д.В. Инвестиции. М.: Инфра-М, 2003.

Тема 3. Особенности принятия решений при торговле ценными бумагами.

Человеческий фактор при принятии торговых решений. «Я» трейдера и решения. Страх ошибки – риск убытка. Решения и эмоции трейдера. Сопоставимость альтернатив и нерешительность при принятии торговых решений. Торговые решения и фактор времени. Мотивация при принятии решений. Теория ожидаемой полезности. Теорема об ожидаемой полезности. Парадоксы выбора. Парадокс Аллэ. Переворот предпочтений. Эффекты представления.

1 час.

Основная литература:

Геттер Г. Принятие решений. Да? Нет? Или что-то третье?
Шоломицкий А.Г. Теория риска. Выбор при неопределенности и моделирование риска. М.: ГУ ВШЭ, 2005.

Тема 4. Сравнение логики человека-трейдера и торгового робота.

Системы искусственного интеллекта. Интеллектуальная близорукость трейдера - неправильная идентификация и оценка неопределенностей и случайностей. Ограниченность систем восприятия торговых роботов.

0,5 часа.

Основная литература:

Талеб Н. Одураченные случайностью. М: Иванов, Манн и Фербер, 2011.
Млодинов Л. Несовершенная случайность. М: Livebook/Гаянтри, 2011.
Матвеев М.Г., Свиридов А.С., Алейникова И.А. Модели и методы искусственного интеллекта – применение в экономике. М: Финансы и статистика, 2008.

Тема 5. Принятие решений на основе технического анализа

Постулаты технического анализа. Типы графиков. Уровни поддержки и сопротивления. Трендовые модели. Линии тренда. Простые средние. Сложные средние. Осцилляторы. Дивергенция. Показатели объема. Свечной анализ. Уровни Фибоначчи. Теория циклов. Волновая теория Эллиотта.

6 часов.

Основная литература:

Демарк Т.Р. Технический анализ – новая наука. М.: ИД «ЕВРО», 2006.
Найман Э.Л. Малая энциклопедия трейдера. К.: ВИРА-Р, 2001.
Твардовский В., Паршиков С. Секреты биржевой торговли. М.: Альпина Бизнес Букс, 2006.

Тема 6. Принятие торговых решений на основе фундаментального анализа.

Фундаментальный анализ портфеля. Коэффициент Р/Е. Коэффициент Р/BV. Величина EPS. Коэффициент P/CF. Коэффициент P/FCF. Коэффициент P/S. Коэффициент D/E. Коэффициент ROE. Коэффициент ROA. Коэффициент PEG. Коэффициент текущей ликвидности. Коэффициент быстрой ликвидности. Анализ портфеля с учетом справедливых цен акций. Российская практика фундаментальных исследований эмитентов. Система раскрытия информации СКРИН. Практическое применение фундаментального анализа к анализу портфеля.

3 часа.

Основная литература:

Шарп У.Ф., Александер Г.Д., Бейли Д.В. Инвестиции. М.: Инфра-М, 2003.
Travers F.J. Investment manager analysis. John Wiley&Sons, Inc., 2004.

Тема 7. Торговые системы. Механические торговые системы.

Построение системы. Основные вопросы при создании торговой системы. Контроль рисков в торговой системе. Создание торговых систем. Параметры торговой системы. Торговые системы на основе конвертов. Торговые системы на основе осцилляторов. Торговые системы на основе дивергенции. Отчетность по торговым системам. Механические торговые системы. Преимущества механических торговых систем. Тестирование торговых систем. Реализация механических торговых систем в Metastock и Omega Tradestation.

3 часа.

Основная литература:

Кац Д.О., МакКормик Д.Л. Энциклопедия торговых стратегий. М.: Альпина Паблишер, 2002.
Пардо Р. Разработка, тестирование и оптимизация торговых систем для биржевого трейдера. М.: Минакс, 2002.

Дополнительная литература:

Израйлевич С., Цюдикман В. Опционы: Системный подход к инвестициям.
Решетников Ю. За кулисами автоматической торговли. Валютный спекулянт, 2003, № 6.

Тема 8. Основы теории нечетких множеств

Основы теории нечетких множеств. Сравнение классической теории множеств с теорией нечетких множеств. Нечеткая логика и классическая теория вероятностей. Характеристическая функция и функция принадлежности. Лингвистическая и нечеткая переменные. Методы построения функции принадлежности. Типовые функции принадлежности. Операции над нечеткими множествами. Нечеткие отношения. Нечеткие числа. L-R аппроксимация нечетких чисел. Арифметические операции над нечеткими числами. Нечеткие высказывания. Нечеткие алгоритмы.

4 часа.

Основная литература:

Карпенко А.С. Развитие многозначной логики. М: ЛКИ, 2010.
Непейвода Н.Н. Прикладная логика. Новосибирск: Издательство НГУ, 2000.
Яхъева Г.Э. Нечеткие множества и нейронные сети: учебное пособие. М: Интернет Университет информационных технологий; БИНОМ, Лаборатория знаний.

Тема 9. Инструменты нечеткой логики при принятии финансовых решений, в том числе в портфельном анализе.

Использование нечетких моделей в фундаментальном анализе акций. Использование нечетких моделей при управлении инвестиционным портфелем. Использование нечетких моделей в сценарном прогнозировании. Использование нечетких моделей при анализе рисков.

3 часа.

Основная литература:

Леоненков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. СПб: БХВ-Санкт-Петербург, 2005.
Чернов В.Г. Модели поддержки принятия решений в инвестиционной деятельности на основе аппарата нечетких множеств. М: Горячая линия – Телеком, 2007.
Штовба С.Д. Проектирование нечетких систем средствами MATLAB. М: Горячая линия – Телеком, 2007.

Тема 10. Использование генетических алгоритмов при принятии финансовых решений.

История возникновения генетических алгоритмов. Вектор генов. Функция приспособленности. Скрещивание. Мутация. Моделирование эволюционного процесса. Селекция поколений. Решение задачи инвестиционного выбора (выбора и оптимизации портфеля ценных бумаг) с помощью генетических алгоритмов.

2,5 часа.

Основная литература:

Гладков Л.А., Курейчик В.В., Курейчик В.М. Генетические алгоритмы. М: ФИЗМАТЛИТ, 2010.
Матвеев М.Г., Свиридов А.С., Алейникова И.А. Модели и методы искусственного интеллекта – применение в экономике. М: Финансы и статистика, 2008.

Тема 11. Экспертные системы при принятии торговых решений.

Экспертные системы. Структурная схема экспертной системы. База знаний. Структурная схема базы знаний. Модели представления знаний. Организация формирования знаний. Использование аппарата нечетких множеств в экспертных системах. Пример построения экспертной системы для принятия торговых решений на основе новостного анализа.

2 часа.

Основная литература:

Матвеев М.Г., Свиридов А.С., Алейникова И.А. Модели и методы искусственного интеллекта – применение в экономике. М: Финансы и статистика, 2008.
Ручкин В.Н., Фулин В.А. Универсальный искусственный интеллект и экспертные системы. СПб: БХВ-Санкт-Петербург, 2005.

Тема 12. Анализ доходности торговой системы.

Доходность торговой системы за период. Цепочка доходностей. Кумулятивная доходность торговой системы. Доходность процентов годовых по портфелю торговой системы. Учет денежных потоков по портфелю при оценке доходности портфеля. Модифицированная доходность Диетца. Взвешенная по времени доходность. Анализ рынка вверх/вниз. Выбор аналогов и сравнение акции по доходности с аналогами. Стандарты раскрытия информации управляющими. Композит портфелей.

2 часа.

Основная литература:

Пардо Р. Разработка, тестирование и оптимизация торговых систем для биржевого трейдера. М.: Минакс, 2002.
Шарп У.Ф., Александер Г.Д., Бейли Д.В. Инвестиции. М.: Инфра-М, 2003.
Travers F.J. Investment manager analysis. John Wiley&Sons, Inc., 2004.

Тема 13. Контроль рисков портфеля торговой системы. Меры риска.

Потери по портфелю. Риск благоприятной возможности. Риск дефицита. Меры риска. График доходности. Стандартное отклонение портфеля. Стандартное отклонение портфеля процентов годовых. График доходности/риска. Коэффициент Шарпа. Коэффициент Модильяни-Модильяни. Коэффициент информации. Коэффициент Трейнора. Альфа Дженсена. Отклонение вниз. Коэффициент Сортино. Матрица корреляций. Матрица ковариаций. Коэффициент R2. Сумма под риском (VaR).

2 часа.

Основная литература:

Шарп У.Ф., Александер Г.Д., Бейли Д.В. Инвестиции. М.: Инфра-М, 2003.
Travers F.J. Investment manager analysis. John Wiley&Sons, Inc., 2004.

Тема 14. Структурный анализ портфеля торговой системы.

Веса акций в портфеле. Число акций в портфеле. Веса отраслей в портфеле. Доходность акций портфеля по отраслям. Анализ рыночной капитализации, входящих в портфель акций. Процент первых десяти (трех, пяти) акций портфеля. Статичный портфель и портфель с изменяющимися позициями. Вклад акции в доходность портфеля. Вклад отрасли в доходность портфеля. Вклад акций, классифицированных по рыночной капитализации. Вклад акций по страновой классификации. Относительный вклад. Эффект размещения. Эффект выбора. Эффект взаимодействия. Совокупный эффект. Интерпретация результатов вкладов. Историческая оценка вкладов. Эффект валюты.

2 часа.

Основная литература:

Шарп У.Ф., Александер Г.Д., Бейли Д.В. Инвестиции. М.: Инфра-М, 2003.
Travers F.J. Investment manager analysis. John Wiley&Sons, Inc., 2004.

6Образовательные технологии

Лекции, решение и обсуждение кейсов, построение финансовых моделей, домашняя и самостоятельная подготовка.

7Оценочные средства для текущего контроля и аттестации студента

7.1Вопросы для оценки качества освоения дисциплины

Примерный перечень вопросов к зачету по всему курсу

Основные понятия теории информации
Механизм ценообразования и поведение участников на фондовом рынке
Парадоксы выбора
Особенности принятия решений человеком-трейдером и трейдером-роботом.
Инструменты технического анализа
Инструменты фундаментального анализа в портфельном анализе
Торговые системы и механические торговые системы
Рекомендации Филиппа Фишера по инвестированию
Основные понятия теории нечетких множеств
Примеры нечетких моделей принятия финансовых решений
Решение задачи инвестиционного выбора с использованием генетических алгоритмов
Формирование экспертных систем для принятия финансовых решений
Анализ доходности портфеля торговой системы
Контроль рисков портфеля торговой системы
Структурный анализ портфеля торговой системы

8Порядок формирования оценок по дисциплине

Преподаватель оценивает работу студентов на семинарских и практических занятиях. Оценки за работу на семинарских и практических занятиях преподаватель выставляет в рабочую ведомость. Накопленная оценка за текущий контроль учитывает результаты студента по текущему контролю следующим образом:

О_{текущий} = О_к/р ;

Результирующая оценка за итоговый контроль в форме экзамена выставляется по следующей формуле, где О_зачет – оценка за работу непосредственно на экзамене:

О_{итоговый} = 0,7·О_зачет + 0,3·О_{текущий}

В диплом ставится оценка за итоговый контроль, которая является результирующей оценкой по учебной дисциплине.

9Учебно-методическое и информационное обеспечение дисциплины

9.1Базовые учебники

Карпенко А.С. Развитие многозначной логики. М: ЛКИ, 2010.
Матвеев М.Г., Свиридов А.С., Алейникова И.А. Модели и методы искусственного интеллекта – применение в экономике. М: Финансы и статистика, 2008.
Найман Э.Л. Малая энциклопедия трейдера. К.: ВИРА-Р, 2001.
Непейвода Н.Н. Прикладная логика. Новосибирск: Издательство Новосибирского Университета, 2000.
Пардо Р. Разработка, тестирование и оптимизация торговых систем для биржевого трейдера. М.: Минакс, 2002.
Твардовский В.В., Паршиков С.В. Секреты биржевой торговли: торговля акциями на фондовых биржах. М: Альпина Паблишер, 2003.
Чернов В.Г. Модели поддержки принятия решений в инвестиционной деятельности на основе аппарата нечетких множеств. М: Горячая линия – Телеком, 2007.
Шоломицкий А.Г. Теория риска. Выбор при неопределенности и моделирование риска. М.: ГУ ВШЭ, 2005.
Яхъева Г.Э. Нечеткие множества и нейронные сети: учебное пособие. М: Интернет Университет информационных технологий; БИНОМ, Лаборатория знаний.

9.2Программные средства

Для успешного освоения дисциплины, студент использует следующие программные средства:

MS Excel

Blog