Исследование и разработка модели спекулятивной торговли и применение гипотезы фрактального рынка капиталов

Тип работы:
Диссертация
Предмет:
Экономические науки
Страниц:
231


Узнать стоимость

Детальная информация о работе

Выдержка из работы

Актуальность исследования

В настоящее время рынки капитала оказывают огромное влияние на экономики различных стран и мировую экономику в целом. Невозможно представить крупный финансовый институт, не имеющий интересов на различных рынках капиталов. Успешная работа на этих рынках во многом предопределяет благополучие компании или страны.

Работа на рынках капитала представляет собой совершение сделок над рыночными активами. Оценка инвестиционной привлекательности активов осуществляется двумя способами. Во-первых, изучая финансово-экономическое положение эмитента, отрасли, экономику страны в целом, и на основе этого определяя так называемую & laquo-реальную»- стоимость актива. Во-вторых, оценку активов можно произвести с точки зрения их рыночной конъюнктуры, исследуя динамику курсов и анализируя рыночную стоимость биржевых активов.

В настоящий момент на различных рынках капитала сложились два основных типа поведения — стиля торговли: портфельное инвестирование и спекулятивная торговля. Большинство участников рынка (как в количественном, так и в финансовом смысле) относятся к первой категории, поскольку такой стиль торговли является менее рискованным и более прогнозируемым, так как данный подход хорошо разработан и освещен в научных и практических работах.

Спекулятивная торговля менее распространена в крупных финансовых корпорациях из-за высоких рисков и неопределенности действий при вложении в такой тип поведения на рынке. Более короткий инвестиционный горизонт такого стиля, который составляет несколько суток или минут, делает невозможным применение методов анализа активов, используемых при портфельном инвестировании.

Среди людей, предпочитающих спекулятивную торговлю, лишь немногие торгуют по системам. Из этих людей часть не может четко сформулировать правила своих систем, так как они нередко переделывают их во время торговли, подгоняя ее под совершение конкретной сделки. Торговая система — это набор инструкций, предписывающих открывать и закрывать торговые позиции.

При спекулятивном типе торговли многие модели и методы не отвечают требованием инвесторов, в частности: отсутствуют модели, помогающие инвестору разрабатывать и анализировать торговые системы- многие методы анализа активов основаны на устаревших гипотезах- инструменты технического анализа не учитывают специфику торговли инвестора.

При формализации торговой системы возникает множество вопросов, таких как определение технических индикаторов, на которых будет построена система, периодов оптимизации и торговли, критериев выбора торгуемых активов и т. д. Как правило, большинство параметров системы определяются простой подгонкой под определенный временной ряд, что ведет к ее неэффективности и даже финансовым потерям.

В настоящее время остро стоит вопрос о четко сформулированном методе анализа торговых систем для уменьшения риска вложений в спекулятивный стиль торговли.

Многие методы анализа и предпосылки ценового движения активов, основанные на гипотезе эффективных рынков (ЕМН), разработанной в 20-х годах прошлого века, показывают свою несостоятельность при ответе на многочисленные вопросы инвесторов и трейдеров, разрабатывающих торговые системы. В настоящей работе предлагаются новые методы анализа, основанные на новой гипотезе фрактального рынка (РИМ), базирующейся на идеях Бенуа Мандельброта.

При анализе активов и принятии решений многие трейдеры не учитывают специфику своей торговли. При торговле только внутри дня для принятия решений используется те же ценовые движения, что и для торговли с оставлением позиций на следующий день. Это приводит к неэффективным решениям о покупке или продажи при внутридневной торговле. Необходимо исследовать отличия ценовых движений при внутридневной торговле и разработать новый класс технических индикаторов для успешной торговли при таком стиле.

Задачи снижения риска вложений в спекулятивный стиль торговли, необходимость введения новых моделей и методов анализа активов при спекулятивном стиле, а также разработка новых инструментов технического анализа для внутридневной торговли обуславливают актуальность диссертационного исследования.

Цели и задачи исследования. Целью диссертационного исследования является построение для спекулятивной торговли системы поддержки принятия решений, которая включает математические модели разработки и анализа торговых систем, методы, основанные на применении идей фрактального рынка для анализа временных рядов, и разработка нового класса технических индикаторов для внутридневной торговли.

В соответствии с указанными целями в работе поставлены и решены следующие задачи:

1) анализ существующих рынков капитала, определение возможности работы на них для инвесторов и трейдеров и обзор существующих методов торговли при спекулятивном стиле-

2) разработка математической модели спекулятивной торговли для построения четких механических торговых систем-

3) формализация форвард-анализа для разработанной модели спекулятивной торговли-

4) доказательство несостоятельности гипотезы эффективных рынков для спекулятивной торговли-

5) применение л/5 -анализа в рамках гипотезы фрактальных рынков-

6) доказательство эффективности применение статистики Херста в качестве критериев выбора активов для спекулятивной торговли и для введения различных торговых фильтров на основе волатильности-

7) разработка алгоритма нахождения показателя времени памяти1 и использование его в качестве оптимизационного периода-

8) исследование специфики внутридневной торговли, анализ движения цены активов в течение торговой сессии и вне ее и оценка влияния гэпов на ценообразование активов-

9) разработка нового класса технических индикаторов и доказательство их преимущества для внутридневной торговли-

10) разработка и анализ торговых стратегий на американском и российском фондовых рынках.

Объект и предмет исследования. Объектом диссертационного исследования выступают рынки капитала, в частности: американский, российский фондовые и валютный рынки.

Предметом исследования выступают торговые системы и активы, размещенные на этих рынках.

Теоретическая и методологическая основа исследования. Теоретическую и методологическую основу исследования составили труды отечественных и зарубежных ученых в предметных областях экономики, финансового анализа, инвестиций, риск-менеджмента, теории оптимального управления, эконометрики, технического анализа, и в области управления финансами. В частности, разработки и исследования:

Б. Мандельброта и основанная на его идеях гипотеза фрактальных рынков-

X. Херста, Б. Мандельброта и У. Феллера в области разработки методологии R/S анализа-

Э. Петерса и А. Н. Ширяева по применению фрактальной теории для анализа временных рядов-

1 Время памяти характеризует период устойчивой памяти для периода меньших или равных значению времени памяти и ее отсутствие для периодов больших данного значения.

1 Г’эп — разница между ценой открытия актива и ценой вчерашнего закрытия. Внеторговое изменение иены актива.

Ч. Лебо, Д. Лукаса, Дж. Дж. Мэрфи, Р. Пардо и Б. Уильямса по техническому анализу.

Научная новизна. Новизна данной диссертационной работы состоит в: построении математической модели спекулятивной торговли, которая в отличие от существующих моделей учитывает специфику такой торговли- разработке модели форвард-анализа на базе синтеза модели спекулятивной торговли и комплекса правил форвард-анализа- введении нового показателя времени памяти и разработке алгоритма его нахождения- доказательстве эффективности применения показателя времени памяти и r/s -анализа при разработке торговых систем для спекулятивной торговли- выявлении значительного влияния гэпов на ценообразование активов и введении нового класса безгэповых технических индикаторов для внутридневной торговли

Практическая значимость заключается в создании торговых стратегий для успешной внутридневной торговли на основе модели спекулятивной торговли на различных рынках капитала, разработанных с помощью применения фрактальной теории и основанных на индикаторах без учета влияния гэпов, и в их анализе с помощью формализованной модели форвард-анализа. Наряду с этим данная модель может быть использована для решения широкого круга задач современной экономики.

Апробация результатов. Результаты исследования докладывались на второй ежегодной научной сессии & laquo-Роль бизнеса в трансформации российского общества& raquo- в секции & laquo-Финансовые рынки и инвестиции, их регулирование& raquo-, проходившей в МФПА, 17−19 апреля 2007 года, и были отмечены дипломом первой степени. Материалы диссертационного исследования могут использоваться в учебном процессе.

ВЫВОДЫ

1. Автором разработаны 112 торговых систем на основе модели построения торговых систем.

2. Проведен анализ каждой системы на основе модели форвард анализа, на основании которого инвестор может принимать решения о вложение денег в конкретную торговую стратегию. Анализ происходил на 547 активах за период более 10 лет для стратегий на американском фондовом рынке и на 32 активах за период в 8 лет для стратегий на российском фондовом рынке.

3. Сравнительный анализ стратегий № 1−30 и № 56−95 различных критериев выбора активов на торговлю показал преимущественное использование величины среднего трейда для американского фондового рынка и величины доходности для российского фондового рынка, в качестве данного критерия. Определена лучшая стратегия по показателям прибыли, риска и величины среднего трейда, которая показала прибыльную работу за весь анализируемый период на американском рынке (№ 25) и на российском рынке (№ 69).

4. Анализ результатов стратегий № 31−46 и № 96−107, основанных на применении в качестве критерия выбора показателя Херста, показал общую прибыльность данных стратегий, что говорит об эффективности использования данных критериев.

5. Анализ стратегии № 47−50 и № 108, где в качестве критериев выбора используются объединенные критерии на основе показателей Херста и лучших критериев базовых стратегий (№ 25 и № 69), показал эффективность использования критерия Херста в качестве дополнительного критерия.

6. Модификация базовой стратегии № 25 на американском фондовом рынке, состоящая в ведении торговых фильтров на основе антиперсистентности волатильности в стратегии № 51 показал эффективность данных фильтров за последние 6 лет, что говорит о преимущественном использовании таких фильтров в период боковых рынков. Применение аналогичных фильтров для базовой стратегии № 69 на российском рынке показал, что использование таких фильтров приводит к убыткам, что подтверждает вывод о том, что такие фильтры эффективны лишь в период боковых рынков.

7. Анализ использования времени памяти в качестве оптимизационных периодов, в стратегии № 52 и стратегии № 110 показал увеличение величин прибыли и среднего трейда, при уменьшении риска. Несомненная эффективность применения данного показателя также подтверждается получением стратегии динамичной к изменениям рыночных паттернов.

8. Применение новых индикаторов, на основе цены без учета гэповой составляющей, в стратегии № 53 и № 111 оказалось эффективным в силу увеличения величин прибыли и среднего трейда, при уменьшении риска при сравнении результатов данной стратегии с результатами базовой стратегии.

9. Комплексное внедрение всех модификаций для стратегии на американском фондовом рынке, а именно использование времени памяти в качестве оптимизационного периода, применение показателя Херста как дополнительного критерия выбора, введение торговых фильтров на основе волатильности, а также использование безгэповых индикаторов, в стратегии № 54 показал эффективную работу данной стратегии на протяжении 10 лет, суммарная доходность которой составила 1020% без учета реинвестирования при максимально требуемом резерве денежных средств 18%. Введение торгового фильтра на основе волатильности полностью зависит от предпочтений инвестора, так как стратегия без данного фильтра (№ 55) оказалась более доходной за весь анализируемый период при ухудшении показателей прибыли и риска в течение последних 5 лет.

Ю. Комплексное внедрение всех модификаций для стратегии на российском фондовом рынке, а именно использование времени памяти в качестве оптимизационного периода, применение показателя Херста как дополнительного критерия выбора, а также использование безгэповых индикаторов, в стратегии № 112 показал эффективную работу данной стратегии на протяжении 8 лет, суммарная доходность которой составила 1150% без учета реинвестирования при максимально требуемом резерве денежных средств 34%. Такая торговая стратегия на российском рынке приносит прибыль в несколько раз больше чем прибыль полученная при вложения в самые эффективные паевые инвестиционные фонды на российском рынке за последние года.

ЗАКЛЮЧЕНИЕ.

Материалы, изложенные в диссертации, позволяют сделать следующие выводы:

1. Проанализированы различные стили торговли на рынках капитала и показано, что спекулятивная торговля активами по автоматизированным торговым стратегиям на различных рынках капитала является самой прибыльной формой торговли. Однако в построении и анализе торговых систем имеется ряд уязвимых мест.

2. Построена математическая модель спекулятивной торговли, которая помогает инвестору построить четкие торговые системы.

3. Построена четкая модель форвард-анализа для анализа торговых систем на основе модели спекулятивной торговли.

4. Доказано с помощью модели спекулятивной торговли, что в период, когда ценовые изменения соответствуют случайному блужданию, оптимальной торговлей является отказ от нее.

5. Обосновано применение статистики Херста в качестве дополнительного критерия выбора активов на торговлю в силу его устойчивости на смежных временных периодах.

6. Разработан новый метод нахождения показателя времени памяти, который дает четкие значения вместо субъективных оценок при визуальном анализе. Анализ данного показателя показал его устойчивость на различных временных интервалах.

7. Проведен анализ динамики волатильности временных рядов на различных активах, который показал устойчивую антиперсистентность волатильности, что говорит о необходимости различных фильтров на торговую систему в случае бокового движения рынка.

8. Исследована специфика внутридневной торговли и проведен анализ гэповой составляющей цены активов американского и российского фондовых рынков, который выявил большое (часто критическое) влияние гэпов на ценообразование актива. По результатам данного анализа сделаны следующие выводы: гэпы преимущественно происходят в сторону повышения- в период торговой сессии цена имеет склонность к понижению.

9. Разработан новый класс технических индикаторов для принятия решений при внутридневной торговли, основанных на ценовых движениях активов только в период торговой сессии (без учета гэпов). Использование данных индикаторов существенно увеличивает прибыль и уменьшает риск внутридневной торговли на боковых или слаботрендовых рынках.

10. Разработаны и проанализированы на 547 активах американского фондового рынка 55 стратегий внутридневной торговли, основанные на индикаторе скользящих средних с константными параметрами. Лучшей стратегией по величинам доходности и риска в течение последних 9 лет является стратегия с комплексным использованием всех модификаций предложенных во второй главе. Общая доходность данной стратегии составила 1020% без учета реинвестирования при максимально требуемом резерве денежных средств 18%.

11. Разработаны и проанализированы на 32 активах российского фондового рынка 57 стратегий внутридневной торговли, основанные на индикаторе скользящих средних с константными параметрами. Лучшей стратегией по доходности и риску в течение последних 8 лет является стратегия с использованием времени памяти в качестве оптимизационного периода, применением показателя Херста как дополнительного критерия выбора, а также с использованием безгэповых индикаторов. Общая доходность данной стратегии составила более 1150% без учета реинвестирования при максимально требуемом резерве денежных средств 34%. Такая торговая стратегия на российском рынке приносит прибыль в несколько раз больше, чем прибыль, полученная при вложении в самые эффективные паевые инвестиционные фонды на российском рынке за последние годы.

12. Сделан вывод, что проведенный теоретический анализ в среднем дает возможность увеличить прибыль базовых торговых стратегий на 10−40% ежегодно (за последние 3 года улучшение может достигать 185%), при уменьшении риска на 15−40%.

Таким образом, сделанные выводы позволяют сказать, что в диссертационной работе построена система поддержки принятия решений для спекулятивной торговли.

ПоказатьСвернуть

Содержание

ГЛАВА 1. РЫНКИ КАПИТАЛА И МЕТОДЫ ТОРГОВЛИ НА НИХ.

1.1. Возникновение рынков капитала и различные стили торговли на них.

1.2. Особенности спекулятивного стиля торговли.

1.3. Механические торговые системы.

ВЫВОДЫ.

ГЛАВА 2. МОДЕЛИ И МЕТОДЫ АНАЛИЗА СПЕКУЛЯТИВНОЙ ТОРГОВЛИ НА РЫНКАХ КАПИТАЛА.

2.1. Разработка моделей спекулятивной торговли и форвад-анализа.

2.2 Применение гипотезы фрактального рынка к спекулятивной торговли

2.3. Влияние & laquo-гэпов»- на внутридневную торговлю на фондовых рынках и разработка нового класса безгэповых индикаторов для внутридневной торговли.

ВЫВОДЫ.

ГЛАВА 3. РАЗРАБОТКА И АНАЛИЗ АВТОМАТИЗИРОВАННЫХ ТОРГОВЫХ СИСТЕМ.

3.1. Построение торговых стратегий с применением комплекса моделей и методов анализа спекулятивной торговли на американском фондовом рынке.

3.2. Построение торговых стратегий с применением комплекса моделей и методов анализа спекулятивной торговли на российском фондовом рынке.

ВЫВОДЫ.

Список литературы

1. Айвазян С. А., Мхнтарян B.C. Прикладная статистика и основы эконометрики. М: Юнити. 1998 г. 1022с.

2. Акелис С. Б. Технический анализ от, А до Я. М. Диаграмма, 1999, 360с.

3. Бенсигнор Р. Новое мышление в техническом анализе. М.: Интернет-трейдинг, 2002,304с.

4. Бергер Ф. Что вам надо знать об анализе акций М.: Финстатинформ, 1998, 206с.

5. Бэбкок Б. Использование механического подхода к торговле -На сайте: http: //tradingclub. ru/biblio/st4ta/babkok 1. htm

6. Вильяме JT. Долгосрочные секреты краткосрочной торговли -М.: И К Аналитика, 2002, 312с.

7. Вине Р. Математика управления капиталом. Методы анализа риска для трейдеров и портфельных менеджеров. М.: Альпина Бизнес Букс, 2006. 402 с.

8. ДиНаполи Д. Торговля с использованием уровней ДиНаполи -М.: ИК & laquo-Аналитика»-, 2001, 301с.

9. Закарян И. Практический Интернет-трейдинг. М. Акмос-Медиа, 2001,396с.

10. Злотник A.A. Эмпирическое исследование устойчивости поведения показателя Хёрста Прикладная эконометрика 5, 2007.

11. Инвестиции: Учебник. / Под ред. В. В. Ковалева. М.: ООО & laquo-ТК Велби& raquo-, 2003. 440 с.

12. Информационно-аналитический сайт http: //www. k2kapital. com

13. Кац Д. О., Маккормик Д. Л. Энциклопедия торговых стратегий, М.: Альпина Бизнес Букс, 2006. 400с.

14. Козлов А. Ю., Мхитарян B.C., Шишов В. Ф. Статистические функции MS Excel в экономико-статистических расчетах М: ЮНИТИ, 2003. 231с.

15. Козлов А. Ю., Шишов В. Ф. Пакет анализа MS Excel в экономико-статистических расчетах Москва: ЮНИТИ-ДАНА, 2003. 144с.

16. Колемаев В. А. Математическая экономика: Учебник для вузов. 3-е стереотип, изд. — М.: ЮНИТИ-ДАНА, 2005. 399с.

17. Коростелева М. В. Методы анализа рынка капитала. Краткий курс. Издательство & laquo-Питер»-. 2003. 144с.

18. Кротов В. Ф., Лагоша Б. А., Лобанов С. М., Данилина Н. И., Сергеев С. И. Основы теории оптимального управления/Под общ. ред. В. Ф. Кротова. М. :Высш. шк., 1990. 430с.

19. Кузнецов И. Н. Диссертационные работы: Методика подготовки и оформления. М: ИК & laquo-Дашков и К& raquo-, 2006. 452с.

20. Курицкий Б. Я. Поиск оптимальных решений средствами Excel 7.0. -СПб- BHV, 1997. 384с.

21. Лагоша Б. А. Оптимальное управление в экономике. Учеб. пособие. М.: Финансы и статистика, 2003. 192с.

22. Лебо Ч., Лукас Д. В. Компьютерный анализ фьючерсных рынков. М. & laquo-Альпина»-, 1998. 304с.

23. Лукасевич И. Я. Анализ опреаций с ценными бумагами с Microsoft Excel 5. 0/7.0. -М: Финансы. 1997. 152с.

24. Маршалл Д. Ф., Бансал В. К. Финансовая инженерия: Полное руководство по финансовым нововведениям: Пер с англ. М.: Инфра-М, 1998. 784с.

25. Мандельброт Б. Фрактальная геометрия природы. М: Институт компьютерных исследований. 2002. 656с. 26,27,28,29,30,31. 32,33,34,3536,37,38

26. Мандельброт Б. Фракталы, случай и финансы: Пер. с англ. -Москва-Ижевск: НИЦ & quot-Регулярная хаотическая динамика& quot-, 2004, 256 стр.

27. Нисон Стив. Японские свечи: графический анализ финансовых рынков. Перевод с англ. Дозорова Т., Волкова М. М.: & laquo-Диаграмма»-, 1998. 336 с.

28. Официальный сайт инвестиционного холдинга & laquo-Финам»-. -http: //www. finam. ru

29. Официальный сайт инвестиционной компании & laquo-Брокеркредитсервис»-. http: //www. bcs. ru Официальный сайт инвестиционной компании «Фора-Капитал» — http: //www. fora-capital. ru/

30. Официальный сайт каталога банков РФ. -http: //www. rosbankinfo. ru

31. Официальный сайт секции & laquo-Фондовые рынки& raquo- компании РосБизнесКонсалтинг. http: //www. quote. ru Официальный сайт ММВБ. — http: //www. micex. ru Официальный сайт Nasdaq — http: //www. nasdaq. com Официальный сайт New York Stock Exchange -http: //www. nyse. com

32. Пардо P. Разработка, тестирование и оптимизация торговых систем для биржевого трейдера. М. Минакс, 2002. — 224с.

33. Перепелкин Е. А. Математические модели экономических систем. На сайте http: //www. allmath. ru

34. Петере Э. Хаос и порядок на рынках капитала. М.: Мир 2000, — 333с.

35. Петере Э. Фрактальный анализ финансовых рынков. М.: Интернет-трейдинг, 2004, 04с.

36. Пискулов Д. Ю., Теория и практика валютного дилинга = Foreign Exchange and Money Market Operations: Прикладное пособие. 3-е изд., испр. и доп. — М.: Диаграмма 1998. 256с.

37. Постановление федеральной комиссии по рынку ценных бумаг от 11 октября 1999 г. № 9 & laquo-Об утверждении правил осуществления брокерской и дилерской деятельности на рынке ценных бумаг Российской Федерации& raquo-.

38. Постановление федеральной комиссии по рынку ценных бумаг от 14 августа 2002 года № 31/пс & laquo-Об утверждении положения о составе и структуре активов акционерных инвестиционных фондов и активов паевых инвестиционных фондов& raquo-.

39. Пректер Р., Фрост А. Дж. Волновой принцип Эллиотта. М.: Альпина Бизнес Букс. 2007. 268с.

40. Сито Б. Психология электронного трейдинга. Сила для торговли. М.: Омега-JI, 2005 г. 280с.

41. Смородинский С. С. Батин Н.В. Оптимизация решений на основе методов и моделей математического программирования. На сайте http: //www. allmath. ru

42. Суколенов В. Механические торговые системы. На сайте http: //www. stockportal. ru

43. Тарп B.K. Трейдинг ваш путь к финансовой свободе. — СПб: Питер 2005, 268с.

44. Тарп В. К., Джун Б. Внутридневный трейдинг: Секреты мастерства. СПб: Питер 2002, 399с.

45. Тарп В. К. Биржевые стратегии игры без риска. СПб: Питер 2005,400с.

46. Теплов С. Е. О влиянии гэпов на внутридневную торговлю на фондовых рынках // Научно-практический журнал & laquo-Финансы и бизнес& raquo-. № 4, 2007 г.

47. Теплов С. Е., Клочихин JI.B. Форвард анализ торговых стратегий на рынках капитала Математико-статистический анализ социально-экономических процессов: Межвузовский сборник научных трудов. Выпуск 4./ МГУЭСИ. — М., 2007.

48. Теплов С. Е., Клочихин JI.B. R/S анализ фондового рынка Nasdaq Математико-статистический анализ социально-экономических процессов: Межвузовский сборник научных трудов. Выпуск 4./ МГУЭСИ. — М., 2007.

49. Теплов С. Е. R/S анализ американского фондового, российского фондового и валютного рынков // сб. статей & quot-Финансовый сектор экономике& quot-. М.: МФПА, 2007.

50. Федеральный закон & quot-Об инвестиционной деятельности в Российской Федерации, осуществляемой в форме капитальных вложений& quot- № 39-Ф3 от 25 февраля 1999 г.

51. Фридфертиг М., Уест Д. Электронная внутридневная торговля ценными бумагами. М.: & laquo-Олимп — бизнес& raquo-, 2001, 263с.

52. Шапкин A.C. Управление портфелем инвестиций ценных бумаг. -М.: & laquo-Дашков и К& raquo-, 2006, 512с.

53. Шарп У., Александр Г., Бэйли Дж. Инвестиции. М: Инфра-М, 2004, 1028с.

54. Шведов A.C. Моделирование нестационарных финансовых временных рядов. На сайте http: //www. allmath. ru

55. Шведов А. С. Модели, включающие несколько финансовых временных рядов. На сайте http: //www. allmath. ru

56. Ширяев А. Н. Основы стохастической финансовой математики. Т. 1: Факты и модели. М.: ФАЗИС, 2004. — 490 с.

57. Ширяев А. Н. Основы стохастической финансовой математики. Т. 2: Теория. М.: ФАЗИС, 2004. — 522 с.

58. Участники фондового рынка. Статья на сайте: http: //www. biggap. ru/ros fr2. html

59. Экономический обзор Всемирной организации рынков 2006 WFE Market Highlights. Январь 2007. На сайте: http: //www. world-exchanges. org/WFE/home. Asp

60. Экономические и финансовые интернет словари. На сайте: http: //www. glossary. ru/

61. Экономические и общеобразовательные статьи. На сайте: http: //www. ru. wikipedia. org/

62. Эрлих А. А. Технический анализ товарных и фьючерсных рынков. М.: Финансист, 2000. 183с.

63. Anis A.A., Lloyd Е.Н. The expected value of the adjusted rescaled Hurst range of independent normal summands // Biometrica. 1976. V. 63 № 1. P. 111−116.

64. Bachelier L. Theorie de la speculation // Annales de TEncole Normale Superieure. 1900. V. 17. P. 21−86 (Английский перевод)

65. Colby R. The Encyclopedia of Technical Market Indicators // Business & Economics. 2002. 832p.

66. Cootner P. Comment on the Variation of Certain Speculative Prices, in P. Cootner ed. The Random Character of Stock Market Prices. Cambridge, MA: M.I.T. Press. 1964.

67. Fama. E.F. Efficient Capital Markets: A Review of Theory and Emperical Work-Journal of Finance 25, 1970.

68. Feller W. The asymptotic distribution of the rande of sums of independent random variables // Annals of Matematical Statistics. 1951. V. 22 № 3. P. 427−432.

69. Hurst H.E. Long-term storage capacity of reservoirs // Transactions of American Society of Civil Engineers. 1951. V. 116 P. 770−808.

70. Hull J. Options, Futures and Others Derivatives. Prentice Hall. 2005. 816p.

71. Lo A. Long Term Memory in Stock Market Prices NBER Working Paper 2984 Washington, DC: National Bureau of Economic Research, 1989.

72. Lo A., Mackinlay A.C. Stock Market Prices Do Not Folow Random Walks: Evidence from a Simple Specification Test // Review of Financial Studies, 1,1988.

73. Mandelbrot B.B. The fractal Geometry of Nature. New York: W.H. Freeman. 1982.

74. Mandelbrot B.B. Some Noises with 1/f Spectrum: A Bridge Between Direct Current and White Noise IEEE Transactions on Information Theory. April 1967.

75. Mandelbrot B.B. The Variation of Certain Speculate Prices // in P. Cootner ed. The Random Character of Stock Prices. Cambridge MA: M.I.T. Press 1964.

76. Mandelbrot B.B. Robustness of the rescaled range R/S in the measurement of non-cycling long-run statistical dependence // Water Resources Research. 1969. V. 5. № 5. P. 967−988.

77. Meyers D. Curve Fitting, Data Mining, Strategy Optimization & Walk Forward Analysis Using The Acceleration System. -Working Paper October 2004. На сайте: http: //www. meyersanalytics. com/publications/wfaccelsvs. pdf

78. Mullins G. Stock Market Volatility: Measures and Results. Ha сайте http: //www. uwsp. edu

79. Osborne M.F.M. Brownian Motion in the Stock Market in P. Cootner ed. The Random Character of Stock Market Prices. Cambridge, MA: M.I.T. Press. 1964.

80. Peters E. Fractal Structure in the Capital Markets // Financial Analysts Journal, July/August 1989.

81. Peters E. A Chaotic Attractor for the S&P 500 // Financial Analysts Journal, March/April 1991b.

82. Peters E. R/S Analysis using Logarithmic Returns: A Technical Note // Financial Analysts Journal, November/December 1992.

83. Plummer T. The Psychology of Technical Analysis. New York: McGraw-Hill Companies. 1993. 275p.

84. Ruggiero M. Cybernetic Trading Strategies: Developing a Profitable Trading System with State-Of-The-Art Technologies // Wiley Trading Advantage. 1997. 336p.

85. Shaleen K. Technical Analysis and Options Strategies. Probus Publishing. 1992. 255p.

86. Sornette D. Critical events in complex financial systems. -Princeton University Press. 2003, 400p.

87. Steenbarger B. Market Volatility and Prospective Price Change. На сайте: http: //www. brettsteenbarger. com

88. Stokes M. Trading Systems Defined // Technical Analysis of STOCKES & COMMODITIES. Januaiy 2007.

89. Sunny H. Trading 101: How to trade like Pro // John Wiley & Sons. 1996. 224p.

90. Vakkur M. The Volatility Stop System // Technical Analysis of STOCKS & COMMODITIES magazine. October 1999.

91. Vince R. The New Money Management A Wiley Finance Edition. 1995. 224p.

92. Weissman R. Mechanical Trading Systems: Pairing Trading Psychology with Technical Analysis // John Wiley & Sons. 2005. 217p.

Заполнить форму текущей работой