Главная    Почта    Новости    Каталог    Одноклассники    Погода    Работа    Игры     Рефераты     Карты
  
по Казнету new!
по каталогу
в рефератах

Анализ и прогнозирование конъюнктуры рынка ценных бумаг

димо учитывать ошибки исходных
данных, модели прогноза, согласования, стратегии, которые заключаются в
расхождении данных прогноза и фактических данных. Ошибки исходных данных
связаны главным образом с неточностью измерений, некорректностью выборки,
недостоверностью показателей. Ошибки модели возникают из-за неправильного
подбора целевой функции и системы ограничений, из-за низкого качества
экспертизы. Ошибки согласования вызваны несопоставимостью методик расчёта
отдельных показателей в разных отраслях и регионах. Ошибки стратегии
предопределены неправильным выбором концепции прогноза.
      Экспериментальным методом прогнозирования является машинная имитация
на ЭВМ. Машинная имитация предполагает построение модели изучаемого
объекта, системы, события, которая затем преобразуется в программу ЭВМ. В
ЭВМ вводят необходимые данные и анализируют их в динамике. (статистический
анализ), под влиянием ряда факторов (факторный анализ), во взаимодействии с
другими данными (системный анализ), в определённых условиях экстремума
(оптимизационный анализ). Машинная имитация применятся при прогнозировании
сложных процессов ,систем и объектов, на предварительном этапе
преобразования и эксперимента, при разработке долгосрочных и среднесрочных
прогнозов. Статистическая имитация позволяет определить относительное
значение отдельных факторов, условий ввода новых параметров, влияющих на
конечный результат. Машинная имитация может быть организована в форме игры.
      Фактографический метод прогнозирования основан на тщательном изучении
публикуемых, сообщаемых в средствах массовой информации фактов, их
сопоставлении и анализе.
      Программно-целевой метод широко использовался в  России в 1990-е годы
в процессе приватизации и акционирования предприятий. Данный метод основан
на разработке конкретных программ под определённую цель, например, программ
приватизации.
      Процесс построения прогнозов делится на две части:
      1.      Определение  специфики  прогнозов,  их   целей   и   вариантов
использования;
      2.  Выбор  метода  прогнозирования  и  математического  аппарата   его
      информационного обеспечения.
      Возможности использования конкретного метода прогнозирования зависят
не только от уровня профессиональной подготовленности специалистов, но и от
достоверности, полноты используемой информации.” [4]


                                                                   Таблица 3
            “Сравнительная характеристика методов прогнозирования
                      развития рынка ценных бумаг” [6]
|Название метода |Исходная        |Способы и приёмы|Форма конечного |
|                |информационная  |осуществления   |результата      |
|                |база            |                |                |
|1. Экспертный   |Личные мнения   |Опрос, интервью,|Экспертная      |
|                |экспертов,      |анкетирование   |оценка          |
|                |коллективная    |                |                |
|                |экспертная      |                |                |
|                |оценка          |                |                |
|2. Аналитический|Сведения СМИ,   |Сравнительный   |Аналитические   |
|                |ФКЦБ,           |анализ          |расчеты         |
|                |региональных    |                |                |
|                |отделений ФКЦБ  |                |                |
|3. Исторической |Исторические    |Установление    |Сценарий        |
|аналогии        |сведения        |аналогий        |развития рынка  |
|                |                |                |ценных бумаг    |
|4.              |Данные          |Расчет          |Модель          |
|Экономико-матема|фундаментального|экономико-матема|                |
|тическое        |анализа         |тических        |                |
|моделирование   |                |зависимостей    |                |
|5.              |Данные          |Расчет индексов,|Фондовые        |
|Статистический  |статистической  |корреляции,     |индексы,        |
|                |отчётности      |регрессии,      |корреляционно-ре|
|                |                |дисперсии,      |грессионная     |
|                |                |вариации,       |зависимость     |
|                |                |ковариации      |                |
|6. Графический  |Данные          |Построение      |Тренды          |
|                |технического    |графиков        |                |
|                |анализа         |                |                |
|7.              |Данные органов  |Определение     |Программа       |
|Программно-целев|статистики,     |цели, построение|                |
|ой              |экспертов,      |дерева целей и  |                |
|                |аналитиков о    |дерева ресурсов |                |
|                |состоянии рынка |                |                |
|                |ценных бумаг    |                |                |



      Глава 4. Факторы, влияющие на конъюнктуру рынка ценных бумаг

            4.1. Макроэкономические показатели деловой активности
      “Макроэкономические показатели деловой активности влияют на
конъюнктуру биржевого рынка, так как биржи функционируют в условиях
конкретной макросреды. Эти показатели можно разделить на три группы:
   1. опережающие (leading)
   2. совпадающие (coincidental)
   3. отстающие (lagging) индикаторы
      Изменение опережающих показателей происходит ранее изменений
      экономической
конъюнктуры страны, поэтому они представляют наибольший интерес для
прогнозирования. Изменения совпадающих индикаторов происходит одновременно
с циклическими колебаниями, а отстающих индикаторов – после этих колебаний.
      В западной практике пользуются агрегатными индексами, усредняющими
периоды опережения входящих в них индикаторов. Например, Бюро
экономического анализа Министерства торговли США ежемесячно публикует такой
индекс, составленный из 11 макроэкономических индикаторов, среди которых
средняя продолжительность рабочей недели в обрабатывающей промышленности,
объем заказов на производство потребительских товаров, сумма контрактов на
сооружение промышленных объектов и изготовление оборудования, объем заказов
на товары длительного пользования, фондовый индекс “Стандард энд Пур-500”,
денежный агрегат, индекс потребительских ожиданий и др. Считается, что в
целом опережение агрегатного индекса составляет 6 месяцев. Публикация
данного индекса оказывает большую помощь американским финансовым
аналитикам, хотя его недостатком является краткосрочность опережения цикла.
      Важнейшим обобщающим показателем  экономической активности за
определённые периоды времени служат валовой национальный продукт (ВВП) и
валовой внутренний продукт (ВВП). Динамика этих высококоррелированных
показателей отражают разные фазы экономического цикла – кризиса, депрессии,
оживления и подъёма, что позволяет с известной точностью предсказывать
изменения объема отраслевых продаж. Вместе с тем, по определению ВНП
отражает совокупный доход страны и поэтому предпочтителен для
прогнозирования объема продаж отраслей потребительского сектора. В свою
очередь, ВВП относится к производству товаров и услуг внутри страны и,
следовательно, на его базе желательно оценивать будущие продажи
предприятий, производящих полуфабрикаты, сырьё, оборудование и т.п. Кроме
того,  ВВП используется в международных сравнениях.” [6]



                                 Заключение

      Перспективы совершенствования методов анализа  и  увеличения  точности
прогнозов.

      В  классическом   техническом   анализе   уже   существует   несколько
      направлений,
работа в которых обещает увеличение точности прогнозов,  снижение  риска  от
сделок,  увеличение  доходов.  Это  подбор  параметров  для  уже   имеющихся
индикаторов,  поиск  наиболее  удачных   комбинаций  индикаторов,  а   также
создание новых. Работа в  этих  направлениях  активно  ведется   в  США,  на
родине большинства методов технического анализа.
      “Быстрое развитие компьютерных технологий открывает новые  перспективы
для работ в  области  прогнозирования  ситуаций  на  финансовых  и  товарных
рынках.  Наиболее  значительным  прорывом   в   этой   области   большинство
специалистов считают развитие нейрокомпьютинг.
      Нейрокомпьютинг - это научное  направление,  занимающееся  разработкой
вычислительных систем шестого поколения - нейрокомпьютеров, которые  состоят
из большого числа параллельно работающих  простых  вычислительных  элементов
(нейронов). Элементы  связаны  между  собой,  образуя  нейронную  сеть.  Они
выполняют  единообразные  вычислительные  действия  и  не  требуют  внешнего
управления. Большое число параллельно  работающих  вычислительных  элементов
обеспечивают  высокое   быстродействие.   В   настоящее   время   разработка
нейрокомпьютеров  ведется  в   большинстве   промышленно   развитых   стран.
Нейрокомпьютеры  позволяют  с  высокой  эффективностью  решать   целый   ряд
"интеллектуальных" задач.  Это  задачи  распознавания  образов,  адаптивного
управления,  прогнозирования  (в  т.ч.  в  финансово-экономической   сфере),
диагностики и т.д.
      Нейросеть – это компьютерная программа, имитирующая способность
человеческого мозга классифицировать примеры, делать предсказания или
принимать решения, основываясь на опыте прошлого. Стремительное развитие
технологии нейронных сетей и генетических алгоритмов началось лишь в конце
80-х годов, и пока остается уделом немногочисленной группы специалистов,
как правило, теоретиков в области искусственного интеллекта. Но в России
уже начали появляться нейронные сети, хорошо зарекомендовавшие себя на
Западе, ведутся разработки собственных программ, для прогнозирования самых
различных событий. Упрощая, технику применения нейронных сетей для
прогнозов на фондовом рынке мо
12345След.
скачать работу

Анализ и прогнозирование конъюнктуры рынка ценных бумаг

 

Отправка СМС бесплатно

На правах рекламы


ZERO.kz
 
Модератор сайта RESURS.KZ