Автор доктор техн. наук,
профессор Савченко Владимир Васильевич
Ставится и решается задача создания динамическоймодели рыночной конъюнктуры, способной быстро адаптироваться к разнообразнымформам внешних корректировок курса ценных бумаг.
Введение.Распространение компьютерной техники и новых информационных технологий в самыхразных сферах человеческой деятельности не могло не затронуть, причемкардинальным образом, такую важную для общества в целом и до недавнеговремени узко специальную сферу как фондовый рынок, или рынок ценных бумаг.Особенно это относится к планированию и организации биржевой игры как основногомеханизма рыночного ценообразования. А появление в последние годы разнообразныхинформационных систем, нацеленных на подключение к биржевой игреклиента-пользователя в режиме «on-line» непосредственно с его рабочего места через сеть Internet привело к формированию целой армии игроков, представляющих интересымножества компаний, фирм и даже частных лиц, до этого никак не связанных срынком ценных бумаг. Одновременно с указанным процессом и, может быть, как егоследствие, резко возрос интерес к новым методам обработки информации со стороныне только специалистов-исследователей, но и практиков биржевой игры. Именноэтим категориям читателей в первую очередь и адресована настоящая статья. В еёоснову были положены как ранее опубликованные работы автора [1…3], так и рядновых результатов, полученных им в процессе своей практической деятельности вкачестве игрока на Московской межбанковской валютной бирже в период с января поиюнь 2003 г.
Проблема нестабильности рыночной конъюнктуры. Спекулятивная биржевая игра или игра на колебанияхкурса ценных бумаг вызывает повышенный общественный интерес прежде всего попричине своей потенциально высокой доходности. Разумеется, указанная доходностьв определённой мере “уравновешивается” риском крупных потерь. Любой приемлемыйплан игрока на очередную торговую сессию (рабочий день биржи) сводится по сутик поиску разумного компромисса между ожидаемым доходом, с одной стороны, ивозможными потерями в неблагоприятной ситуации, с другой. Очевидно, что чемлучше принятый план согласован с динамикой рыночной конъюнктуры, тем большимбудет эффект от его воплощения в жизнь. Задача состоит, таким образом, впредвидении или прогнозировании поведения рыночных цен на будущую торговуюсессию [4].
Проблема заключается в том, что используемые прогнозыпринципиально ограничены по своей точности и надёжности, т.е. сопровождаютсязначительными ошибками ввиду воздействия на рыночную конъюнктуру множестваслучайных, не учитываемых факторов. Особенно остро данная проблема возникает вусловиях российского рынка ценных бумаг с характерной для него нестабильностьюспроса и предложения. Как результат, резко возрастает риск и соответственноснижается активность игроков, при том что возможности биржевой игры в условияхкризиса объективно возрастают (за счёт больших амплитуд колебаний рыночных ценв пределах торговой сессии). На преодоление данного противоречия в основном инацелено проведённое ниже исследование. Его исходным пунктом и одновременноглавным мотивом явилась идея о действии двух механизмов формирования рыночнойконъюнктуры. Первый из них доминирует на стабильном рынке и реализует в своейоснове принцип саморегулирования курса ценных бумаг в процессе осуществляемыхторгов. В теории и практике биржевой игры он отображается в виде вполнеопределённой математической модели поведения рынка в динамике. Второй механизмотталкивается от возможности внешних корректировок рыночных цен в интересахкакой–либо группы влиятельных участников рынка (любая их реакция на важныетекущие общественные события в форме массовых покупок или продаж по сути и естьтакая корректировка рынка, часто носящая вынужденный характер). Его значениеособенно возрастает в условиях кризиса, когда, во-первых, естественноесостояние рыночной конъюнктуры перестаёт удовлетворять большинство участниковрынка и поэтому резко возрастает интенсивность предпринимаемых ими попытокрыночных корректировок. И, во вторых, механизм саморегулированияразбалансированного рынка объективно оказывается ослабленным, и поэтомувозрастает эффект от внешних корректировок цен при минимальных объёмахвкладываемых в них средств и максимальной оперативности. Планирование биржевойигры в указанных условиях находится в прямой зависимости от той или инойальтернативы поведения рынка в динамике, т.е. должно носить многоальтернативныйхарактер. Представленная статья посвящена методологии именно такого родапланирования.
Принципы многоальтернативного планирования биржевойигры. Реальное поведение рыночных ценотражает в своей динамике чередования кратких периодов плавного илиестественного развития рынка под действием его механизма саморегулирования спериодами или даже моментами предпринимаемых внешних корректировок цен. Каждаяконкретная сессия может быть априори отнесена к любому из указанных периодов.Правильная идентификация последнего со стороны участника-игрока являетсяглавным условием его успешной биржевой игры при нестабильной рыночнойконъюнктуре. Только решив безошибочно эту важную задачу, игрок обоснованноопределяется с выбором наилучшего плана покупок и продаж на будущую торговуюсессию. К сожалению, в большинстве ситуаций игрок заранее не может быть уверен ни в самом факте внешней корректировки цен, ни в её точных параметрах покаждому виду ценных бумаг. Сказанное вынуждает игрока не торопиться со своимвыбором, по крайне мере, до начала очередной сессии. Его дальнейшие действияосновываются на следующих наблюдениях.
Если корректировка цен кем-то и производится, то чащевсего именно в самом начале торгов, когда позиции большинства участников рынкав максимальной степени не определены и эффект от предпринимаемых еёинициаторами усилий также максимален. Поэтому уже в первые минуты торгов помере постепенного уменьшения спрэда (разница между ценами спроса и предложения)общее соотношение сил между “быками” и ”медведями” становится в целом понятным.Если корректировка отсутствует, то цены закрытия предыдущей сессии плавнопереходят в цены открытия сессии очередной. Напротив, если цены открытия резко(скачком) изменились, это почти безошибочно указывает на предпринятую попыткуих корректировки. Причём амплитуда указанного ценового скачка является важной иво многом исчерпывающей характеристикой интенсивности внешней корректировки.Полученная информация служит решающим аргументом в пользу наилучшего планабиржевой игры на данную торговую сессию. Например, если игрок, наблюдая посвоему монитору начальную динамику цен, приходит к выводу об отсутствиисколько-нибудь существенных внешних возмущений рынка, то предпочтение имотдаётся плану покупок и продаж, основанному на краткосрочных прогнозахестественного поведения рыночной конъюнктуры. Если, напротив, игрокзафиксировал предпринятую кем-то попытку корректировки рыночных цен,первоначальный план (назовём его основным) им заменяется на альтернативный,рассчитанный на конкретный вид внешней корректировки. Отметим, что в общемслучае альтернативных планов биржевой игры может быть не один, а несколько приучёте разных вариантов ожидаемых внешних корректировок.
И основной, и альтернативные планы игры составляются игроком накануне торговой сессии на основании краткосрочных прогнозов динамикирыночной конъюнктуры. В начале же каждой сессии игрок выбирает наилучший длясебя план из имеющихся в его распоряжении альтернатив. Причём указанный выборосуществляется им по очевидному принципу максимальной близости реальноскладывающихся на открытие сессии цен на разные виды ценных бумаг с различнымивариантами их прогнозов: одним основным и несколькими альтернативными из числаподготовленных игроком накануне. Чем выше квалификация игрока, тем меньшевремени ему требуется для предварительного анализа текущего состояния рынка попоступающим оперативным данными и тем выше будет эффект от практическогоосуществления выбранного плана игры в пределах торговой сессии.
Таким образом, в условиях нестабильной рыночнойконъюнктуры, когда попытки внешних корректировок цен со стороны различных группучастников рынка предпринимаются особенно часто, оптимальные действия игрока попланированию биржевых операций на предстоящую сессию осуществляются в следующемпорядке:
1) накануне торговой сессии по даннымретроспективных наблюдений над конъюнктурой рынка ценных бумаг игрокомсоставляется основной и ряд альтернативных ему планов покупок и продаж,рассчитанных на разные варианты возможной внешней корректировки цен;
2) непосредственно в начале торгов игрок, основываясь на ценах открытия, определяется в пользу одного (наилучшего)из подготовленных им планов;
3) данный план принимается игрокомкак руководство к действию на время, оставшееся до окончания торгов.
По завершении сессии при подготовке к очередномуторговому дню все перечисленные операции повторяются в той жепоследовательности. Отметим, что фактор времени в этой методике играетпервостепенную роль. В особо сложных ситуациях, когда рынок ценных бумаг сильноразбалансирован, первичный анализ его конъюнктуры может потребовать от игрокаочень большого времени, сопоставимого с продолжительностью всей торговойсессией. Однако это, по видимому, неизбежная плата за достигаемое снижениериска потерь благодаря осуществляемому согласованию плана игры с текущимсостоянием рыночной конъюнктуры. Отсюда, в частности, следует вывод, чтоключевым звеном предлагаемой методики является её первый, подготовительныйэтап, который отталкивается от набора альтернативных прогнозов динамики рынкаценных бумаг.
Проблема состоит в том, что само понятиеальтернативных прогнозов до настоящего времени мало изучено. Между тем, наэвристическом уровне оно давно и успешно эксплуатируется. Любой игрок-практик,приходя на сессию, сначала сверяет свои ожидания (читайте: прогнозы) с реальнымсостоянием рынка и только по результатам такого анализа приступает кпрактическим действиям. Причём нередко первоначальный план игры он в ходесессии меняет на принципиально другой, т.е. альтернативный план, который лучшесогласуется с текущей рыночной конъюнктурой. Однако такой примитивный вариантальтернативного планирования пригоден разве что для относительно стабильногорынка. На нестабильном рынке требуется более строгий подход, рассчитанный намножество альтернатив возможных ценовых корректировок. Задача сводится ксозданию универсальной динамической модели рынка, способной быстроадаптироваться к разнообразным внешним возмущениям. Довольно общий подход к еёрешению в распространении на разные виды ценных бумаг и разную степень нестабильностирыночной конъюнктуры основывается на линейной динамической моделистохастического процесса типа “авторегрессия” [5].
Авторегрессионая модель динамики рыночной конъюнктуры.Конъюнктура рынка ценных бумагхарактеризуется целым рядом количественных показателей, среди них максимальная(за сессию) цена спроса по каждому виду бумаг, минимальная цена предложения,средневзвешенная цена сделок и другие. В этом ряду особая роль отводится ценепоследней сделки по результатам торгового дня или цене закрытия. Именно ценазакрытия (ЦЗ) кладётся в основу расчета текущего курса ценных бумаг набольшинстве валютно-фондовых бирж. Поэтому и планирование биржевой игрыосновывается, главным образом, на данном конъюнктурном показателе.
Рассмотрим любой конкретный вид ценных бумаг.Например, это могут быть акции какого-либо предприятия, его долговыеобязательства или контракты. Обозначим для них ЦЗ по результатам рабочего днябиржи как c(t), где t =1,2,…-- дискретное время илипорядковый номер торговой сессии в ряду других, предшествующих ей сессий. Тогдаконечная разность первого порядка x(t)=c(t)-c(t-1) будет характеризовать приращение курсовой цены в процессе осуществляемыхторгов. При x(t)>0 говорят о росте курса соответствующей ценнойбумаги, при x(t)t+ 1, t + 2,…, t + k, где k– длина интервала анализа.
К сожалению, в большинстве ситуаций значениеприращения x(t) игроку заранее не известно иможет быть точно определено только по факту завершившихся торгов. А саммеханизм формирования курсовой цены подвержен действию множества случайныхфакторов и поэтому требует специального изучения в каждом конкретном случае.Чаще всего здесь применяется статистический подход [1], основанный нарезультатах ретроспективных наблюдений. Рассматривая величину приращения ЦЗ x(t) впоследовательные моменты времени t=1,2,..., т.е. переходя кпонятию временного ряда данных x(1),...,x(n), где n — объём наблюдений, будем иметь исчерпывающую характеристику динамики курсаценных бумаг для любого текущего момента t=n:
c(n)=c(n-1)+x(n), n=1,2,…
Для игрока, планирующего свои действия на будущую (n+1)-юсессию решающее значение имеет прогноз приращения курсовой цены на момент t=n+1.Обозначим его как />. Основываясь натаком прогнозе, игрок может заблаговременно оценить и саму цену закрытия дляпредстоящей торговой сессии:
/>. (1)
Очевидно, что точность такой оценки зависит, главнымобразом, от метода получения прогноза />.В рамках статистического подхода наибольший интерес вызывают оптимальныеметоды с минимальной дисперсией ошибки прогнозирования [2]. Для этих методов вобщем случае будем иметь />, где q– порядок применяемой оценки. Конкретный вид и параметры функционала F{×} определяют здесь, как говорят, математическую модельанализируемого временного ряда. Подбор и строгое обоснование последней являютсяважным исходным звеном любого метода статистического прогнозирования. При этомчаще всего предпочтение отдают моделям линейного вида. Во-первых, во многихслучаях линейные динамические модели в достаточной степени адекватно отражаютсуществующую корреляционную связь между последовательными наблюдениями x(t) [6] и, во-вторых, именно для них разработан наиболееэффективный математический аппарат синтеза и анализа [2,3].
Для линейной модели наблюдений общего вида можнозаписать [1]
/>, (2)
где /> –вектор коэффициентов или параметров модели q-гопорядка. Представленное выражение определяет прогноз приращения курса ценнойбумаги на будущую (n+1)-ю сессию или один шаг в будущее в отсчёте оттекущего момента времени t=n. При прогнозировании этого жекурса на произвольное число шагов k³1 из выражения (2) по индукции при k=1,2…получаем
/>. (3)
Последняя зависимость охватывает расчетную формулу(2) как частный случай при равенстве k=1. С точкизрения игрока она определяет ближайшую (краткосрочную) перспективу поведениярынка ценных бумаг или его динамику на несколько торговых сессий в будущее иявляется основным инструментом для планирования биржевой игры. Свой планпокупок и продаж на (n+1)-ю сессию игрок обязан соотносить с характеромуказанной зависимости: при ожидаемом спаде цен в моменты t=n+2, n+3 и т.д. он должен завершатьпланируемые им действия продажей, в противном случае–покупкой ценных бумаг [4].Иначе резко возрастает риск, и снижается в итоге доходность.
В теории статистических методов выражения (2) и (3) всовокупности обычно связывают с линейной стохастической моделью временного рядаданных типа “авторегрессия” [5]
/>, (4)
с порождающим “белым” шумом h(t) в роли случайного возмущения. Его математическоеожидание M{h(t)} равнонулю, а дисперсия фиксирована на некотором уровне D{h(t)}=M{h2(t)}=s2h(t). Здесь вектор параметров /> составляетсяиз соответствующих коэффициентов авторегрессии заданного порядка q.Главными достоинствами такой модели являются её универсальность, хорошоразработанный математический аппарат, а также способность к быстрой адаптациипод широкий круг реальных динамических процессов [3]. Ее строгоетеоретико-информационное обоснование дается в работе [2]. Кроме того, самаструктура АР-модели (4) органично сочетается с идеей скрытых в большинствефинансовых процессов периодических составляющих [6].
Альтернативные прогнозы динамики рыночной конъюнктуры.Введённая модель авторегрессии придостаточно высоком порядке q>>1 распространяется в своих приложениях нарыночную конъюнктуру разной степени нестабильности и разные вариантыкорректировок рыночных цен. Так, текущему состоянию рынка до момента очереднойкорректировки цен отвечает стационарная АР-модель (4) со стабильным шумомвозмущения. Стабильном в том смысле, что его дисперсия не меняется во времени,т.е. />. Константа s2hи определяет, в конечном итоге, предельно достижимоеснизу значение дисперсии или среднего (статистического) квадрата ошибкипрогнозирования для любого текущего момента времени t=n+1:/>. В таком случае оценка прогнозирования(2), (3) реализует механизм саморегулирования рыночной конъюнктуры в отсутствиевнешних возмущений.
В момент же воздействия на рынок ценных бумаг сильноговнешнего возмущения ошибка прогнозирования резко возрастает. Это очевидное дляпрактики положение находит своё естественное отражение в рамках универсальноймодели (4) с нестационарным шумом h(t).Его дисперсия в указанный момент времени мгновенно увеличивается: />. Прогноз биржевыхкотировок по формуле (2) в указанных условиях утрачивает свой первоначальныйсмысл. Более того, меняется сама логика планирования биржевой игры: решениепринимается по факту состоявшейся корректировки в расчете на прогнозкраткосрочной реакции рынка на данную корректировку. Например, одна и та жекорректировка цен «вверх» в зависимости от момента ее проведения может либопереломить тенденцию рынка со спада на рост на 2 – 3 дня подряд, либо исчерпатьсобой весь его потенциал к росту и тем самым приблизить начало периода спада.Ясно, что трейдер в указанных условиях должен формировать свою позицию впределах текущей, (n+1)-ой торговой сессии в зависимости от прогнозареакции рынка на очередную, (n+2)-ю и последующие за ней несколькосессий. Таким образом, вместо первоначального (основного) прогноза составляетсяальтернативный прогноз, точнее, несколько прогнозов на период с (n+1)-ойпо (n+k)-ю сессии, настроенные на различные виды и параметрыпредпринимаемых корректировок рыночных цен.
В основу альтернативного краткосрочного прогнозакладется иная, откорректированная АР-модель динамики цен (4): ее вектор весовыхкоэффициентов /> долженсоответствовать новому состоянию рынка. В принципиальном отношении она неотличается от предыдущей модели: это по-прежнему стационарный АР-процесс (4),параметры которого не меняются до следующей корректировки цен (отметим, чтомодель стационарного процесса теоретически не накладывает никаких серьезныхограничений на множество своих реализаций).
К сожалению, во многих случаях конкретный вид ипараметры осуществляемых корректировок большинству участников рынка заранее неизвестны. Иными словами, в условиях “возмущённого” рынка при подготовке кочередным торгам игрок должен исходить из много альтернативности вероятныхкорректировок цен, сам факт проведения которых к тому же не очевиден. Довольноконструктивным способом учёта такой ситуации может служить идеямногоальтернативного прогнозирования курса ценных бумаг на краткосрочнуюперспективу в зависимости от варианта осуществляемой корректировки.
Пусть – это номер альтернативы, а L – их (альтернатив)суммарное число. Тогда для любого текущего момента времени t=n будем иметь L различныхвариантов ожидаемого приращения ЦЗ по каждому виду ценных бумаг:
/>. (5)
Здесь b –значение приращения, характеризующее степень инаправление: плюс или минус предполагаемой корректировки. Чем больше bотличается от основного прогноза по формуле (2), причём в любую сторону: вверхили вниз, тем интенсивнее соответствующая корректировка. При этом основнойпрогноз, обозначим его как />, даётпримерный ориентир при выборе всех допустимых альтернатив из (5), например, по правилу«трех сигма» вида /> =1,2,...,L, где /> --дисперсия случайных колебаний ЦЗ (легко оценивается по конечной выборкенаблюдений). Отметим, что на практике число альтернатив Lобычно не превышает нескольких единиц. Подставляя значения (5) в выражение (3),из (1) по индукции при k=1,2,… будем иметь набор альтернативныхкраткосрочных прогнозов поведения рыночной конъюнктуры в динамике для всехрассматриваемых вариантов корректировок. Каждый из них кладётся игроком воснову его соответствующего альтернативного плана на будущую торговую сессию,рассчитанного на конкретный вид ожидаемой внешней корректировки. Если,например, какая-то корректировка цен b приводит кпродолжительному (2 — 3 торговые сессии подряд) росту курса ценной бумаги, тоэто явный сигнал к ее (бумаги) предпочтительным покупкам в пределах текущей (n+1)-ойсессии. В случае же прогнозируемого на ближайшую перспективу спада цен на ту жеценную бумагу в рассматриваемом альтернативном плане она, напротив,предназначается к быстрой продаже. В любом варианте своих будущих действийигрок добивается положительного результата за счёт предварительного анализаспрогнозированной реакции рынка на каждый вид возможной корректировки цен.Отметим, что для большинства других участников рынка такая его реакция втечение долгого времени, по крайне мере до следующей, (n+2)-йсессии не выглядит очевидной. А это резко увеличивает их риск потерь в условияхнестабильного рынка.
Таким образом, и основной, и альтернативные ему планыбиржевой игры на будущую торговую сессию отталкиваются от рекуррентноговыражения (3) при его инициализации либо по формуле (2) – в основном вариантеплана, либо согласно системе равенств (5) – во всех альтернативных планах.Задача сводится, в таком случае, к настройке или, говорят, адаптации АР-модели(4) под каждый конкретный ряд данных. Теория такой адаптации, по крайней мере,для стационарного случая, в настоящее время хорошо изучена и широкопредставлена в новейших разработках различных фирм-производителей компьютерныхпрограмм. При этом предпочтение следует отдавать методам с улучшеннымидинамическими свойствами [5]. Насколько продуктивен предложенный подход,показывают следующие результаты его практической апробации в условиях реальногорынка ценных бумаг.
Пример практического применения. Работа проводилась в режиме ежедневных торгов наММВБ, точнее, на вынесенном АРМ трейдера (игрока), организованном согласнодоговору между НГЛУ (клиент) и Нижегородским НБД-банком (сервер). Программаапробации включала в себя ежедневные вычисления краткосрочных прогнозов ценызакрытия биржи по акциям РАО ЕЭС согласно выражениям (1)…(5) на интервале kq=10 был установлен оптимальным по критерию минимумаинформационного рассогласования [2]. Её настройка (адаптация) производиласьперед открытием очередной торговой сессии в режиме «скользящего окна» длиной200 отсчетов в ретроспективу. При этом использовалась рекуррентная процедураБерга [3,5]:
/>
с инициализацией /> для всех /> – в основном варианте прогноза и />, /> и /> – в каждом l-омальтернативном варианте. Здесь xm(t)и ym(t) — ошибки линейного предсказания " m-гопорядка «вперед» и «назад соответственно. Финальное значениерекурсии {/>} при m=10и определяет результирующую, то есть адаптированную под выборку {x(n)},АР-модель наблюдений (4).
Результирующая доходность игры по операциям с суммой в1 млн руб. в отдельные периоды достигала 100% и более годовых (2…3% в неделю),что подтверждается соответствующими банковскими документами. Полученныерезультаты иллюстрируются рядом графиков на рис.1,2, на которых показаны две группыкраткосрочных прогнозов динамики курса акций на пять торговых дней в будущее вотсчете от 13 февраля и 19 июня 2003 г. соответственно. Основные прогнозызанимают здесь промежуточное положение между двумя альтернативными прогнозами,рассчитанными каждый на корректировку цен либо вверх, либо вниз. На этих жерисунках для сравнения штриховыми линиями показана истинная динамика цен,полученная по факту проведения торгов на момент окончания периодовпрогнозирования. Видно, что в первом случае (рис.1) истинная динамика цен почтибезошибочно отражена, по крайней мере, в первую неделю торгов, именно восновном прогнозе цены закрытия. То есть здесь доминировал механизмсаморегулирования рыночной конъюнктуры. Напротив, во втором случае (рис.2) былапредпринята достаточно сильная корректировка цен вверх и, соответственно, болееточным оказался верхний альтернативный прогноз.
/>/>
Рис. 1 Рис. 2
Отметим также важную деталь: в ряде случаев, как,например, в прогнозах на рис.2, будущая динамика рынка, то есть чередование моментовповышения и понижения цен, во всех прогнозах выглядит вполне устойчивой. Этопризнак относительно стабильного состояния рыночной конъюнктуры в данныйпериод. Напротив, на рис.1 проиллюстрирована ситуация, когда ожидаемая динамикарынка в альтернативных прогнозах сильно разнится между собой. Это признакнестабильного состояния рынка. Очевидно, что информация такого рода имеетбольшую практическую ценность при планировании биржевой игры как дополнительныйфактор повышения надежности применяемых прогнозов.
Заключение.В основе естественного поведения рыночных цен в динамике действует ряд скрытыхзакономерностей, в которых учтён весь спектр различных интересов множестваучастников рынка, причём во многих случаях противоречащих друг другу. Инымисловами, естественная динамика рынка – это своеобразный способ сглаживаниясуществующих на нём противоречий и достижение разумного компромисса междуинтересами его отдельных участников. Именно в этом смысле обычно и говорят омеханизме саморегулирования рыночной конъюнктуры. Чем эффективнее действуетуказанный механизм, тем более привлекателен данный рынок для инвестиций, темболее широк круг его участников, больше объём вкладываемых ими денежных средстви выше стабильность рыночной конъюнктуры. Напротив, любые сбои в работе механизмасаморегулирования рынка почти мгновенно дестабилизируют его конъюнктуру. И,наоборот, при воздействии мощных внешних возмущений, дестабилизирующих рынокценных бумаг, его механизм саморегулирования на какое-то время (зависит отмногих факторов) оказывается ослабленным. Как результат, в течениеопределённого периода рынок переживает кризис: сокращается число участников ивместе с ними сумма вложенных в рынок средств, понижается ликвидность ценныхбумаг и активность игроков.
В периоды выхода рынка из кризиса возникаетнеобходимость в проведении адекватных обратных корректировок рыночных цен,нацеленных на возврат рынка в стабильное состояние. В лучшем случае достигаетсяименно такая цель, в худшем – прямо ей противоположная, а именно: дальнейшееослабление механизма саморегулирования и углубление кризиса. Противоборстводвух указанных тенденций на рынке ценных бумаг особенно возрастает по мерезатягивания кризисного периода, поскольку всегда находится группа влиятельныхучастников, играющих на дальнейшее понижение цен («медведи»). Образуетсязамкнутый круг: слабый рынок – сильные корректировки – углубление кризиса.Разорвать этот порочный круг можно только ценой очень мощных положительныхвоздействий на рынок извне, т.е. ценой дополнительных затрат, возрастающих всвоём объёме по мере углубления кризиса. Ярким примером сказанного можетслужить российский рынок ценных бумаг.
Между тем существует эффективный способ вывода рынкаиз кризиса путём минимальных суммарных затрат со стороны государственных, иликорпоративных органов управления. Для этого предпринимаемые ими корректировкидолжны быть строго спланированы по времени их проведения и дозированы пообъёму, причём, спланированы в расчёте на вероятное им противодействие состороны других игроков, заинтересованных в углублении кризиса. Идеология такогопланирования очевидна: одна и та же по объёму вкладываемых средствкорректировка рыночных цен вызывает разный эффект с точки зрения даже ближайшейперспективы в зависимости от момента её проведения. Чем лучше согласован этотмомент с текущим состоянием рынка и его внутренним механизмомсаморегулирования, тем больший эффект способна принести данная корректировка внастоящем и будущем. Нетрудно понять, что в такой постановке задача по своейсути сводится к рассмотренным выше идеям многоальтернативного прогнозирования ипланирования биржевой игры. Анализируя альтернативные прогнозы рыночных цен приразных параметрах и разных сочетаниях рассматриваемых корректировок, находимоптимальный вариант корректировки с гарантированным максимальным эффектом вусловиях острого противоборства. При этом все основные действия субъекта даннойкорректировки производятся в том же порядке и по той же методике, что иигроками, хотя, разумеется, и под другим углом зрения на цель и ожидаемыйэффект. Таким образом, предложенный в данной статье подход может быть в целомохарактеризован как весьма эффективный и универсальный инструментстатистической обработки информации, направленный на планирование биржевой игрыв её самом широком смысле: в расчёте на разные цели участников рынка и разныесредства для их достижения.
СПИСОК ЛИТЕРАТУРЫ
1. Савченко В.В. Прогнозированиесоциально-экономических процессов на основе адаптивных методов спектральногооценивания // Автометрия. 1999. №3. С.99.
2. Савченко В.В. Теоретико-информационноеобоснование линейных оценок прогнозирования // Автометрия. 2001. № 5. С.68 .
3. Савченко В.В.,Шкулев А.А.Адаптивная оценка прогнозирования случайного временного ряда на основеавторегрессионной модели наблюдений // Автометрия. 2002. №2. С.35.
4. Элдер А.А. Как играть и выигрывать набирже. М.: Крон-пресс, 1996.
5. Марпл-мл. С.Л. Цифровой спектральный анализ и егоприложения. М.: Мир, 1990.
6. Гренджер К.,Катанака М.Спектральный анализ временных рядов в экономике. М.: Статистика,1972.