ПРОГНОЗИРОВАНИЕ ЦЕНОВОЙ ДИНАМИКИ ЗА СЧЁТ ИЗМЕНЕНИЯ КОРРЕЛЯЦИИ ФОНДОВЫХ ИНДЕКСОВ, ЕГО КОМПОНЕНТОВ И ФИНАНСОВЫХ ИНСТРУМЕНТОВ ОБРАЩАЮЩИХСЯ НА БИРЖАХ

Введение

   В современном, быстро меняющемся мире очень трудно уследить за тенденциями в политике, бизнесе, спорте и многих других сторонах жизни. И фондовый сектор не исключение. Так как каждое изменение так или иначе связано с чередой других изменений, а те в свою очередь связаны с более ранними, нас будет интересовать именно взаимосвязь всех этих изменений и их способность прогнозировать цены на финансовые инструменты в динамике. Учитывая то, что первопричину всех изменений определить довольно сложно, а подчас и невозможно вовсе, мы не станем углубляться в дебри причинно-следственных связей и попробуем использовать имеющуюся информацию считая еѐ априори объективной.

   Актуальность данной работы заключается в еѐ потенциальной способности увеличить процент качественных прибыльных сделок при торговле фондовыми активами на бирже.

   Цель данной работы заключается в подтверждении способности корреляционных изменений фондовых индексов прогнозировать ценовую динамику друг друга.

1 Корреляция фондовых индексов

   Для исследования данного вопроса я использовал данные котировок десяти фондовых индексов за пятнадцать лет, а именно: CAC 40, DOW JONES IND, FTSE 100, KOSPI, MICEX, NIKKEI 225, NASDAQ COMP, S&P 500, SHANHAI COMP, I.BSE SENSEX. При проведении анализа, данные были сгруппированы по четырём временным интервалам. Месячный, недельный, дневной, часовой. Также измерение корреляции фондовых индексов производилось по шести факторам. Положительная корреляция, отрицательная корреляция, корреляция изменения цены закрытия относительно предыдущего периода, корреляция величины амплитуды разницы максимальной и минимальной цены относительно предыдущего периода, положительная корреляция с временным лагом и отрицательная корреляция с временным лагом. Таким образом проведённое исследование с большой степенью достоверности может подтвердить предложенную гипотезу о возможности прогнозирования ценовой динамики на основе изменения корреляции фондовых индексов. Данная гипотеза возникла из предположения что все фондовые рынки неразрывно связаны, а следовательно у них всех есть общий двигатель. Поэтому нашей задачей является определение этого самого двигателя, поскольку он приводит в действие весь остальной механизм т.е. нам необходимо определить тот фондовый индекс, изменения которого приводят к изменениям ценовой динамики компонентов всех остальных фондовых индексов, возможно не напрямую, но все рынки так или иначе коррелируют. Несомненно, каждый рынок и работающие на нём трейдеры имеют долю самостоятельности, однако в конечном итоге большинство игроков работают по тренду и следовательно, осознавая то или нет, протаптывают тропинку уже проложенную двигателем. Если проводить аналогию с автомобилем, то двигатель это тот самый индекс и его компоненты которые задают ритм, но и он не так интересен как те кто под него пляшет. А именно наши колёса. Те самые колёса именуемые институциональными инвесторами. Как правило они получают информацию раньше рядового зеваки с закладкой на сайте РБК, да и оперируют ею лучше оного. Отсюда следует что теперь уже они бьют в бубен на своём рынке, а остальные трейдеры работают по проложенному курсу т.е. по тренду.

    Было бы удобно сказать, что таким двигателем является какой-то один конкретный индекс, но увы данная инициатива имеет свойство переходящего приза, что и подтверждает наше исследование.

    Проведя все возможные корреляции выше обозначенных десяти фондовых индексов мы пришли к выводу что в месячном интервале лидером хоровода является S&P 500. И это не удивительно, ведь в расчётную базу данного индекса входят ТНК (в основном американские) с капитализацией свыше десяти миллиардов долларов, прибавим к этому укрепляющийся доллар ,способствующий развитию корпораций, прибавим дешевеющую нефть, вычтем Саудовскую Аравию и умножим на количество институциональных инвесторов затаивших дыхание в ожидании повышения ключевой ставки ФРС США.

    В недельном интервале опять-таки лидирует S&P 500. Однако на дневном интервале его подменяет NASDAQ и к часовому интервалу просчитать лидирующий индекс не считается возможным из-за разной длительности торговых сессий. К сожалению, мы не имеем возможности предоставить всю информацию из-за еѐ большого объѐма, но некоторые выдержки предоставить возможность имеется.

Таблица 1 Корреляция фондовых индексов в месячном интервале.

Что же касается прогнозирования ценовой динамики компонентов фондовых индексов, то для долгосрочных инвестиций данный инструмент подходит отлично, так как разница в часовых поясах предоставляет прекрасную возможность трейдеру оптимально выгодно реструктуризировать свой инвестиционный портфель. То же справедливо для недельных и дневных интервалов.

Список литературы

1.      Нечаев А.С., Кычкина О.В. Характеристики бирж и рынков производных финансовых инструментов на рынках инноваций // Управление экономическими системами: электронный научный журнал. 2014.№ 7 (67). С. 27.

2.      Конюхов В.Ю., Кычкина О.В. Инвестиционная политика как форма государственного регулирования // Управление экономическими системами: электронный научный журнал. 2014. № 7 (67). С. 28.

3.      Старков Р.Ф., Щадов М.И., Щуплецов А.Ф. Анализ структуры финансовых вложений участников инвестиционных процессов // Вестник экономической интеграции. 2008. № 4. С. 39-45.

4.      Буньковский В.И., Щадов И.М. Создание механизма привлечения прямых иностранных инвестиций для развития горнопромышленного региона восточной // Вестник Иркутского государственного технического университета. 2012. № 3 (62). С. 150-154.

5.      Буньковский В.И., Демин Э.Ю. Повышение инвестиционной активности предприятий топливно энергетического комплекса // Вестник Иркутского государственного технического университета. 2010. № 3 (43). С. 133-137.

6.      Киреенко А.П., Федотов Д.Ю., Санина Л.В., Андреева Е.В., Арбатская Ю.В., Астафьев С.А., Багайников М.Л., Баева О.Н., Бархатова Е.И., Васильева Н.В., Горчакова М.Е., Давыдова Г.В., Даниленко Н.Н., Житова Е.В., Звягинцева Н.А., Изместьев А.А., Кузнецова Н.В., Кумукова И.Д., Манжигеев А.Ф., Марасанова А.А. и др. Последствия вступления россии во всемирную торговую организацию для региональной экономики // Иркутск, 2013.

7.      Котельников Н.В., Новикова К.И. Анализ состояния угольной промышленности в рф и сравнение характеристик горнопромышленного оборудования отечественных и зарубежных производителей // Вестник Иркутского государственного технического университета. 2012. № 8 (67). С. 176-184.