ПРОГНОЗИРОВАНИЕ ВАРИАЦИОННОГО РЯДА ФЬЮЧЕРСНОГО КОНТРАКТА SIM1 СИСТЕМОЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА С ИСПОЛЬЗОВАНИЕМ ДАННЫХ VAR-МОДЕЛИ
DOI:
https://doi.org/10.25806/uu6-1202151-58Ключевые слова:
VAR-модель, AI-система, фьючерсный контракт SiМ1, финансовый риск, вариационный ряд.Аннотация
Рассмотрены теоретические основы оценки риска/доходности вариационного ряда финансового инструмента на основе VaR-модели. В работе исследуются некоторые математические модели оценки финансового риска при заданном уровне вероятности, что позволяет обеспечить поддержку принятия управленческих решений по поводу управления финансовым риском при проведении спекулятивных биржевых операций.
Выдвинута и доказана гипотеза, что с помощью разработанной VaR-модели можно оценить минимальные уровни цены финансового актива на следующем месячном таймфрейме при заданном уровне риска, и, использую полученные данные, вычислить значение прогнозной цены закрытия фьючерсного контракта SiМ1 на основе сформированной нейросетевой AI-модели.
Новизна проведенного исследования заключается в том, что предложен подход на основе VaR-модели, который позволяет рассчитать прогнозные значения цены закрытия фьючерсного контракта SiМ1 с помощью нейросети, при этом в обучающую выборку модели кроме параметров временного ряда: Po, Ph, Pl, Pc, Volum, еще добавлены: доходность, стандартное отклонение, волатильность для торговли на срочном биржевом рынке.
Прогнозное значение составило 77442 руб. и при современной цене на 30 апреля 2021 г. фьючерсного контракта SiM1 75665 руб. можно получить через месяц 1777 руб. вариационной маржи в расчете на 1 контракт. Поскольку ГО (гарантийное обеспечение) по SiM1 составляет 6156,94 руб., тогда рентабельность сделки с фьючерсом составит 28,8% (1777 / 6156,94 * 100%).
Список литературы
Фельмер Г., Шид А. Введение в стохастические финансы. Дискретное время / Пер с англ. – М.: МЦМНО, 2008. - 496 с.
Волатильность URL: https://ru.wikipedia.org/wiki/%D0%92%D0%BE%D0%BB%D0%B0%D1%82%D0%B8%D0%BB%D1%8C%D0%BD%D0%BE%D1%81%D1%82%D1%8C (дата обращения 30.04.2021)
Методы оценки риска VаR (value at risk). рыночный риск. пример расчета в Excel URL: https://finzz.ru/metody-ocenki-riska-var-value-risk.html (дата обращения 30.04.2021)
Markowitz, Harry M. Portfolio Selection, The Journal of Finance, 1952.
Willian F. Sharpe: A simplified model for portfolio analysis, Portfolio Theory and Capital Markets, 1970; ISBN 0-07-135320-8.
Gary Six A Calculus of Risk. Scientific American 278, 1998. p. 92–97.
Knight F. Risk, uncertainly and profit, 1921. ISBN 978-0-9840614-2-6
Ruppert D. Statistics and data analysis for financial engineering, Springer, 2019.
Jensen M., Black F. and Scholes M. The Capital Asset Pricing Model: some empirical tests, Praeger Publishers Inc., 1972.
Fama E.F. and MacBeth J.D. Risk, Return and Equilibrium: Empirical Tests, Journal of Political Economy, May-Jun 1973. Vol.81, N3.
Точность прогноза цены фьючерсного контракта SiU9 на основе системы искусственного интеллекта, работающей на сигналах новостных сайтов, временных рядах и данных модели VAR / Н.И. Ломакин, Ю.И. Дубова, А.А. Рыбанов, О. Мищук, А.Ю. Заруднева, В.Ф. Трунина // III Международная научно-практическая конференция «Цифровая экономика и финансы» (Санкт-Петербург, 19-20 марта 2020 г.): Сборник тезисов / Санкт-Петербургский университет технологий управления и экономики [и др.]. - Санкт-Петербург, 2020. - С. 38.
Свид. о гос. регистрация программы для ЭВМ № 2019613432 от 18 марта 2019 г. Российская Федерация. VaR-метод оценки финансовых рисков на основе системы искусственного интеллекта / Н.И. Ломакин, С.П. Сазонов, О.О. Дроботова, Г.И. Лукьянов, О.Н. Максимова, И.А. Самородова, И.С. Коваленко, А.В. Шохнех, В.С. Телятникова, Я.А. Попова; ВолгГТУ. - 2019.
