Помощь в написании студенческих работ
Антистрессовый сервис

Моделирование и анализ финансовых рынков методами нелинейной динамики

Диссертация: Моделирование и анализ финансовых рынков методами нелинейной динамики
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Предложена методика, позволяющая в рамках гипотезы когерентных рынков в модели Веге-Изинга численно подсчитать значение числа участников рынка, степень настроя инвесторов и величину, отражающую внешние экономические условия. Показано, что, в отличие от существовавших ранее предположений, что число участников рынка постоянно, эта величина также изменяется в зависимости от состояния рынка… Читать ещё >

Моделирование и анализ финансовых рынков методами нелинейной динамики (реферат, курсовая, диплом, контрольная)

Содержание

  • 1. Исторический обзор теории финансового инвестирования
    • 1. 1. Классические теории динамики финансовых рынков
    • 1. 2. Теория формирования оптимальных портфелей финансовых активов
    • 1. 3. Эконометрические модели и методы
  • 2. Разработка и использование теории частично детерминированных временных рядов к исследованию динамики финансовых рынков
    • 2. 1. Анализ основных фрактальных характеристик финансовых рядов
    • 2. 2. Эмпирическая оценка величины мультипликативной случайной компоненты временного ряда
    • 2. 3. Применение теории хаоса и элементов технического анализа к исследованию динамики финансовых крахов
  • 3. Теория и практическое использование гипотезы когерентных рынков на основе модели Веге-Изинга
    • 3. 1. Гипотеза когерентных рынков
    • 3. 2. Разработка способов подсчета характеристик модели Веге-Изинга
    • 3. 3. Тестирование системы торговли, основанной на распознавании фазы рынка

Актуальность темы

исследования. Современный финансовый рынок характеризуется значительной сложностью протекающих на нем процессов. Возрастают риски, происходит глобализация международных рынков, увеличивается волатильность валют, процентных ставок, курсов ценных бумаг и цен на сырьевые товары и, как итог, финансовые рынки стали более нестабильными, сложными, рискованными и дерегулированными. Стандартные методы моделирования временных рядов для анализа и прогнозирования процессов, происходящих на финансовых рынках, в таких условиях часто дают неудовлетворительные результаты. Можно отметить разрыв между действительными экономическими реалиями и экономическими теориями.

В этой связи построение формальных моделей, позволяющих лучше понять структуру и поведение рынка, как единого целого, так и его составляющих, долгое время привлекали и продолжают привлекать внимание практиков и исследователей. В настоящее время становятся особенно актуальными работы, позволяющие хотя бы в минимальной степени смоделировать и объяснить законы этого рынка. Эти работы важны и для инвесторов, интересующихся возможностью прогнозирования поведения цен финансовых активов, и для регулирующих органов, которых интересует возможность влияния на рынок так, чтобы он наилучшим образом соответствовалЦелям развития экономики.

В последнее время все большее внимание уделяется исследованию финансовых временных рядов с точки зрения теории хаоса. Это достаточно новая область, которая представляет собой активно развивающийся раздел математических методов экономики. Математическая теория хаоса, являющаяся одним из направлений нелинейной динамики, позволяет выявить сущность глубинных экономических процессов, часто скрытых и неявных, и разработать основу для принятия решений в таких ситуациях.

Возрастание интереса к нелинейной динамике можно связать в основном с двумя факторами — широким распространением и доступностью мощных персональных компьютеров и осознанием важности изучения динамики хаотических систем. Появление ПК вызвало к жизни экспериментальные исследования, которые оказались необходимы ввиду неполноты теоретических представлений в данной области. Те методы и алгоритмы, которые еще совсем недавно не могли быть использованы по причине их большой сложности и ресурсоемкости, с успехом реализуются сейчас.

Работа выполнена в соответствии с одним из основных направлений научных исследований Института менеджмента, маркетинга и финансов «Системный анализ и управление экономическими системами с использованием современных математических методов и информационных технологий».

Степень разработанности проблемы. г.

Значительный вклад в исследование рынка ценных бумаг и развитие теории инвестиций в целом внесли, прежде всего, лауреаты Нобелевских премий (Дж?: Тобин (1981), Г. Маркович (1990), У. Ф. Шарп (1990), М. Шоулс (1997), Р. Ингл (2003)), а также ряд других зарубежных (Г. Дж. Александер, Дж. В. Бейли, Г. Дженкинс, Дж. Линтнер, Д. Мерфи, Дж. Моссин, Д. Нельсон, С. Росс и др.) и отечественных (JI.O. Бабешко, А. В. Воронцовский, В. В. Давние, В. Н. Едронова, Д. А. Ендовицкий, Ю. П. Лукашин, Я. М. Миркин, А. О. Недосекин, Е. М. Четыркин и др.) ученых.

Применение методов нелинейной динамики к исследованию финансового рынка было начато Б. Мандельбротом, Б. Лебэроном, А. Броком, Д. Сье и продолжено Т. Веге, Д. Сорнетте, Э. Петерсом, Г. Г. Малинецким, А. Б. Потаповым, Л. П. Явновским, В. А. Перепелица, Е. В. Поповой, Л. Н. Сергеевой, М. М. Дубовиковым, Н. В. Старченко и другими.

Цели и задачи диссертационной работы. Целью данного исследования является совершенствование и развитие методологического аппарата теории нелинейной динамики и создание на этой основе новых методик анализа процессов происходящих на российских и международных финансовых рынках.

Для реализации поставленной цели в диссертационной работе ставятся следующие задачи: исследование подходов к оценке стоимости финансовых активов, разработанных в рамках как линейной, так и нелинейной парадигмыприменение методологического аппарата нелинейной динамики к моделированию и анализу процессов, протекающих на рынках ценных бумагвыявление критериев, позволяющих выбирать финансовые активы для инвестированияразработка методики, позволяющей классифицировать финансовые крахи и идентифицировать наличие финансового «пузыря" — разработка методики расчета параметров модели Веге-Изинга, построенной на основе гипотезы когерентных рынковисследование прикладных возможностей разрабатываемых моделей и процедуросуществление программной реализации расчета параметров состояния финансового рынка и торговых сигналов.

Предмет и объект исследования. Предметом исследования в настоящей работе являются математические, физические и экономические инструменты оценки, анализа и прогнозирования стоимости финансовых активов.

В соответствии с поставленной целью, объектом исследования является зарубежные и российские фондовые и валютные рынки и связанные с ними финансовые инструменты.

Методология исследования. Методологическую основу исследования составили современная теория финансовых рынков, а также последние достижения в области эконофизического моделирования. В процессе работы над диссертацией использовались труды отечественных и зарубежных ученых в области эконометрического моделирования финансовых процессов методами нелинейной динамики, анализа рынка ценных бумаг, финансового и инвестиционного менеджмента.

Были использованы материалы научной периодической печати, Интернет-ресурсы, архивы котировок цен акций и индексов (www.finance.yahoo.com, www.rts.ru). Эти данные составили эмпирическую базу исследования.

При выполнении диссертационной работы применялись хорошо известные в профессиональной литературе методы нелинейной динамики, наряду с методами эконометрического, статистического и экономического анализа.

Обработка данных проводилась на ПЭВМ с использованием пакетов статистического анализа данных.

Диссертационная работа выполнена в рамках п. 1.6. «Математический анализ и моделирование процессов в финансовом секторе экономики .», п. 1.9. «Разработка и развитие математических методов и моделей анализа и прогнозирования развития социально-экономических процессов общественной жизни.» паспорта специальности 08.00.13 — «Математические и инструментальные методы экономики».

Научная новизна. В работе представлен основанный на физико-математическом аппарате подход, обеспечивающий построение математической модели для анализа финансово-экономических процессов.

В работе получены следующие результаты, отличающиеся научной новизной: введено понятие «частично детерминированного временного ряда», отражающее в динамике стоимости финансовых активов одновременное присутствие как случайной, так и детерминированной компонентывыдвинута гипотеза о степени роста корреляционной размерности частично детерминированного ряда в зависимости от степени детерминированности, позволяющая количественно оценить процентную характеристику детерминированной и случайной компонент в структуре рядасформулированы рекомендации по выбору финансовых активов для инвестирования в зависимости от степени детерминированности ценового ряда активапредложена методика на основе гипотезы о росте корреляционной размерности ряда, позволяющая классифицировать финансовые крахи на два основных типа и идентифицировать наличие финансового «пузыря" — получены регрессионные уравнения в рамках гипотезы когерентных рынков и модели Веге-Изинга для расчета числа участников рынка, степени согласованности инвесторов и параметра, отражающего воздействие на рынок внешних экономических факторовпредложена методика анализа числа участников рынка на основе гипотезы когерентного рынка, отличающаяся положением об изменчивости числа участников рынка в зависимости от состояния рынка и рассматриваемого временного интервалапредложена стратегия работы инвестора на финансовых рынках, отличающаяся учетом предварительной идентификации текущего состояния рынка.

На защиту выносятся следующие основные положения: понятие «частично детерминированного временного ряда», как ряда содержащего компоненты детерминированного и случайного хаосаметодика оценки «степени детерминированности ряда», позволяющая выявлять долю случайной и детерминированной компоненты в структуре рядаметодика, позволяющая классифицировать финансовые крахи на два основных типа и идентифицировать наличие финансового «пузыря" — методика оценки параметров модели когерентного рынка, позволяющая определить фазу рыночного состоянияположение о переменном числе участников рынка в зависимости от его состояния и о связи степени согласованности мнений инвесторов с постоянной Херста из теории нелинейной динамикистратегия работы на финансовых рынках с учетом фазы рынка, позволяющая получить более высокую доходность и меньший риск по сравнению со стратегий пассивного инвестирования.

Апробация и внедрение результатов работы. Основные результаты исследования докладывались и обсуждались на: семинарах и научных сессиях в Институте менеджмента, маркетинга и финансовМеждународной научной школе-семинаре «Методы математического и компьютерного планирования и прогнозирования в экономике» (Орел, 2003, 2004) — Всероссийской научно-практической конференции «Экономическое прогнозирование: модели и методы» (Воронеж, 2004) — Международной научно-практической конференции «Актуальные проблемы современных наук: Теория и практика» (Днепропетровск, 2005) — VII Международном симпозиуме «Математическое моделирование и компьютерные технологии» (Кисловодск, 2005) — Международной научно-практической конференции «Экономическое прогнозирование: модели и методы» (Воронеж, 2005, 2006, 2007).

Практическая значимость исследования заключается в том, что сформулированные выводы и предложения, разработанные модели и алгоритмы могут быть использованы финансовыми учреждениями, частными инвесторами, разработчиками информационно-аналитических систем, другими субъектами рынка ценных бумаг в качестве инструментария для получения дополнительной информации, способствующей повышению степени обоснованности инвестиционных решений.

Предложенные методы, модели и программы прошли успешную верификацию на реальных временных рядах американского и российского финансового рынка.

Отдельные результаты диссертационного исследования нашли применения в практической деятельности финансовых компаний ООО «Воронежская инвестиционная палата» и ООО «Реплигон», что подтверждается актами внедрения. Некоторые положения диссертационной работы, а именно методика оценки параметров модели когерентного рынка, позволяющая определить фазу рыночного состояния, а также методика, позволяющая классифицировать финансовые крахи на два основных типа и идентифицировать наличие финансового «пузыря» — внедрены в учебный процесс по направлению «80 100» «Экономика» Института менеджмента, маркетинга и финансов, г. Воронеж.

Публикации. По теме диссертационного исследования опубликовано 15 работ, в том числе 1 статья в издании, рекомендованном ВАК России («Финансы и кредит»), 1 монография, 1 статья в центральном журнале, практикующем предварительное рецензирование, 1 программа для ПЭВМ, 6 работ в сборниках материалов научно-практических конференций, 5 статей в сборниках научных трудов. В монографии [27] автором предложены методические указания для оценки доли детерминированной компоненты для < временных рядов, а также показана согласованность данного показателя с показателем определяющим степень персистентности ряда. В работах выполненных в соавторстве [97, 98 101, 104], лично автору принадлежит применение алгоритма определения процента детерминированного хаоса к оценке финансовых кризисов. В [101, 105, 106] в ходе эмпирической проверки оценена степень влияния случайного шума на рост корреляционной размерности ряда, а также предложен алгоритм позволяющий выделить в структуре ряда детерминированную и случайную компоненту. В работах [102, 103] предложен новый индикатор позволяющий определить является ли рынок трендовым. В [97, 98, 99, 100, 107] получены регрессионные уравнения для расчета числа участников рынка в модели Веге-Изинга, степени согласованности инвесторов и величины, отражающей воздействие на рынок внешних экономических факторов. В [99, 100] автор определяет влияние управляющих параметров на вид функции плотности распределения доходности в модели Веге-Изинга.

Объем и структура работы. Диссертация состоит из введения, трех глав, выводов и предложений, списка используемой литературы из 156 наименования, в т. ч. англоязычных — 47, и приложений. Основной текст изложен на 138 страницах, содержит 11 таблиц, 47 рисунков.

— 137 -ЗАКЛЮЧЕНИЕ.

В диссертационной работе на основе выполненных теоретических и прикладных исследований в области прогнозирования стоимости финансовых активов сформулированы следующие выводы:

1. Просматривается четкая тенденция к увеличению наклона в регрессии корреляционных размерностей при возрастании случайной хаотической компоненты в ряду наблюдений. Этот факт дает возможность идентифицировать в динамике ряда одновременное присутствие как случайной, так и детерминированной компоненты, что позволяет ввести понятие «частично детерминированного ряда».

2. Финансовые временные ряды имеют в своей структуре не только случайную компоненту, но и детерминированную. Низкая доля мультипликативного детерминированного хаоса говорит о сложности обнаружения долгосрочных закономерностей в значениях цен финансовых активов. Существенное уменьшение доли случайного хаоса (до р%=20−25%) может служить опасным симптомом возникновения «пузыря» и, как следствие, финансового кризиса.

3. Вклады детерминированного и случайного хаоса резко отличаются до и после финансовых кризисов. В результате проведенного исследования выяснилось, что большинство рыночных кризисов можно разделить на два основных класса. Нарастание доли детерминированной компоненты графически выглядит как продолжительный направленный рост (или падение цены). Перед крахами скорость движения такого роста непостоянна и, как правило, ускоряется по степенному закону. Модель графического анализа «Складной метр» учитывает свойство ускорения роста цены финансового актива и может отражать наличие финансового «пузыря».

4. Предложена методика, позволяющая в рамках гипотезы когерентных рынков в модели Веге-Изинга численно подсчитать значение числа участников рынка, степень настроя инвесторов и величину, отражающую внешние экономические условия. Показано, что, в отличие от существовавших ранее предположений, что число участников рынка постоянно, эта величина также изменяется в зависимости от состояния рынка и временного интервала. На число участников рынка на коротких интервалах (внутридневных) экономические фундаментальные факторы влияния не оказывают, а рынок полностью зависит от показателя поведения инвесторов. Этот вывод позволяет объяснить эффективность применения технического анализа для внутридневной торговли. С другой стороны, для трейдеров, чей временной горизонт торговли простирается на месяцы, для успешной торговли одного технического и статистического анализа будет недостаточно и обязательно надо учитывать результат внешних экономических условий.

5. Приведенная в работе стратегия на примере динамики индекса S&P500 показывает практическую пригодность подхода, основанного на учете фазы рынка для торговли. Доказана эффективность разработанной методики, для моделирования прогнозирования и анализа поведения экономических процессов протекающих на финансовых рынках.

Показать весь текст

Список литературы

  1. С.А. Прикладная статистика и основы эконометрики: Учебник для вузов / С. А Айвазян, B.C. Мхитарян. М.: ЮНИТИ, 1998. — 1022 с.
  2. B.C. Сложные колебания в простых системах / B.C. Анищен-ко. -М.: Наука, 1990, 216с.
  3. В.И. Теория катастроф / В. И. Арнольд. 3-е изд., доп. -М.: Наука. Гл. ред. физ.-мат. лит. 1990. — 128 с.
  4. Т.С. Нестационарные структуры и диффузионный хаос / Т. С. Ахромеева, С. П. Курдюмов, Г. Г. Малинецкий, А. А. Самарский. М.: Наука. Гл. ред. физ. — мат. лит., 1992. — 544 с.
  5. В.Е. Финансовые инвестиции: учеб. / Е. В. Барбаумов, И. М. Гладких, А. С. Чуйко. М.: Финансы и статистика, 2003. — 544 с.
  6. С.С. Использование агрегирования в методах нелинейной динамики для анализа и прогнозирования временных рядов котировки акций: автореф. дис. канд. экон. наук / С. С. Беляков. Ставрополь, 2005. — 24 с.
  7. П. Порядок в хаосе. О детерминистском подходе к турбулентности / П. Берже, И. Помо, К. Видаль. М.: Мир, 1991. — 368 с.
  8. С.В. Фракталы и мультифракталы / С. В. Божоркин, Д. А. Паршин. Ижевск: НИЦ «Регулярная и хаотическая динамика», 2001, 128 с.
  9. Боровиков В.П. STATISTICA: искусство анализа данных на компьютере. Для профессионалов / В. П. Боровиков. СПб.: Питер, 2001. — 656 с.
  10. И.Г. Прогнозирование в моделях экономических систем / И. Г. Винтизенко, И. М. Колесников, М. Г. Шадуев. Кисловодск: Изд. центр Кисловодского института экономики и права, 2001. — 100 с.
  11. М.В. Структура и классификация рынка ценных бумаг. Операции с ценными бумагами в деятельности банков. Управление портфелем ценных бумаг / М. В. Волков // Финансы и кредит. 2005. — № 10(178). -С. 31−40.
  12. С.Н. Управление рисками в предпринимательстве: монография / С. Н. Воробьев, К. В. Балдин. М.: Дашков и К, 2006. — 772 с.
  13. В.П. Учет ценных бумаг : учеб. пособие / В. П. Воронин, Н. Г. Сапожникова. М.: Финансы и статистика, 2005. — 400 с.
  14. А.В. Инвестиции и финансирование: Методы оценки и обоснования. СПб.: Изд-во С.-Петербург, гос. ун-та, 2003. — 528 с.
  15. А.В. Управление рисками: учеб. пособие / А. В. Воронцовский. СПб.: Изд-во С.-Петербург, гос. ун-та, 2000. — 206 с.
  16. Дж. Хаос: создание новой науки / Дж. Глейк. Пер. с англ. М. На-хмансона, Е.Барашковой. СПб.: Амфора, 2001. — 398 с.
  17. X. Компьютерное моделирование в физике / X. Гулд., Я. Тобочник. -М.: Мир, 1990.-349 с.
  18. В.В. Адаптивное прогнозирование: модели и методы: монография / В. В. Давние. Воронеж: Изд-во Воронеж, гос. ун-та, 1997. — 196 с.
  19. В.В. Адаптивные модели: анализ и прогноз в экономических системах / В. В. Давние, В. И. Тинякова. Воронеж: Воронежский государственный университет, 2006. — 380 с.
  20. В.В. Прогнозные модели экспертных предпочтений: монография / В. В. Давние, В. И. Тинякова. Воронеж: Изд-во Воронеж, гос. ун-та, 2005.-248 с.
  21. В.В. Управление эффективностью портфеля на основе прогнозных оценок /В.В. Давние, А. А. Нагин // Экономическое прогнозирование: модели и методы: Материалы Междунар. науч.-практ. конф.—Воронеж: Воронеж гос. ун-т, 2005. Ч.Н. — С. 281−285.
  22. М.М. Индекс вариации и его приложение к анализу фрактальных структур // М. М. Дубовиков, Н. В. Старченко. Научный альманах «Гордон», изд-во «Поматур», М. 2005
  23. И.Б. Исследование закономерностей динамики урожаев, осадков и температур в Северном полушарии / И. Б. Загайтов, С.И. Яблонов-ская, Л. П. Яновский, Д. А. Филатов и др. Воронеж: ВГАУ, 2005: -100с.
  24. И. Интернет как инструмент для финансовых ивестиций / И. Закарян, И.Филатов. Спб.: БХВ — Санкт-Перетрбург, 2000. — 256 с.
  25. В.Н. Учет и анализ финансовых активов: акции, облигации, векселя / В. Н. Едронова, Е. А. Мизиковский. М.: Финансы и статистика, 1995.-267 с.
  26. С.В. Финансовая математика: введение в классическую теорию / С. В. Жуленев. М.: Изд-во МГУ, 2001. — 480 с.
  27. В.Б. Синергетическая экономика. Время и перемены в нелинейной экономической теории / В. Б. Занг. М.: Мир, 1999. — 335 с.
  28. Г. М. Динамическая нелинейность и стохастичность / Г. М. Заславский. М.: Наука, 1983. — 272 с.
  29. А.О. Математическое моделирование и прогнозирование цен на фондовом рынке: автореф. дис. канд. экон. наук / А. О. Клапко Москва, 2005.-24 с.
  30. Н.И. Финансовое прогнозирование в экономических системах: учеб. пособие / Н. И. Костина, А. А. Алексеев. М.: ЮНИТИ-ДАНА, 2002. — 285 с.
  31. А.А. Финансовая математика: учеб. пособие / А.А. Кочеты-гов. Ростов н/Д: Феникс, 2004. — 480 с.
  32. В.К. Новый адаптивные метод следования за тенденцией и рыночными циклами // Валютный спекулянт, № 12, декабрь 2000, с.50−55,
  33. М. JI. Интеллектуальные методы в менеджменте / M.JI. Кри-чевский. СПб.: Питер, 2005. — 304 с.
  34. P.M. Фракталы и хаос в динамических системах. Основы теории / P.M. Кроновер. М.: Постмаркет, 2000. — 354 с.
  35. С.П. Динамический хаос (курс лекций) / С. П. Кузнецов М.: Физматлит, 2001.
  36. Л.Г. Экскурс в теорию блужданий и ее использование для оценки стоимости финансовых активов / Л. Г. Кузнецова // Финансы и кредит. 2005. — № 28(196). — С. 67−71.
  37. А.В. Введение в физику нелинейных процессов / А. В. Кулаков, А. А. Румянцев. М.: Наука, 1988. — 159с.
  38. А.Н. Математическое моделирование динамики финансовых временных рядов с эффектом памяти: автореф. дис. канд. экон. наук / А. Н. Лашкарев. Ижевск, 2005. — 23 с.
  39. А.В. Лекции по финансовой математики / А. В. Летчиков. -Москва -Ижевск: Институт компьютерных исследований, 2004. 240 с.
  40. Ю.П. Статистические методы изучения фондового рынка / Ю. П. Лукашин // Вопросы статистики. 1995. — № 7. — С. 14−21.
  41. В.И. Фондовые индексы и рейтинги / В. И. Ляшенко. Д.: Сталкер, 1998.-320 с.
  42. Я.Р. Эконометрика: Учеб. / Я. Р. Магнус, П. К. Катышев, А.А. Пе-ресецкий. М.: Дело, 2004. — 576 с.
  43. Ч. Наиболее распространенные заблуждения и безумства толпы / Ч. Маккей. М.: Альпина Паблишер, 2003, — 844 с.
  44. М.Ю. Роль рынка ценных бумаг в инвестиционном обеспечении экономического роста / М. Ю. Маковецкий. Финансы и кредит. — 2004. -№ 19(157). -С. 11−24.
  45. М. Ю. Использование финансовых инструментов рынка ценных бумаг в инвестиционном процессе / М. Ю. Маковецкий. Финансы и кредит. — 2005. — № 31(199). — С. 19−37- № 32 (200). — С. 14−24- № 33 (201).-С. 53−63.
  46. Г. Г. Современные проблемы нелинейной динамики / Г. Г. Малинецкий, А. Б. Потапов. М.: Эдиториал УРСС, 2000. — 336 с.
  47. В.И. Рынок ценных бумаг: Количественные методы анализа: Учеб.пособие. М.: Дело, 2003. — 320с.
  48. И.С. Финансовый анализ ценных бумаг: Курс лекций. -М.:Финансы и статистика, 1998. 360 с.
  49. Я.М. Ценные бумаги и фондовый рынок / Я. М. Миркин. М.: Перспектива, 1995. — 532 с.
  50. Я.М. Рынок ценных бумаг России: воздействие фундаментальных факторов, прогноз и политика развития / Я. М. Миркин. М.: Альпина Паблишер. — 2002. — 624 с.
  51. Дж. Технический анализ фьючерсных рынков: теория и практика / Дж. Мэрфи. М.: Сокол, 1996. — 592с.
  52. Э.Л. Путь к финансовой свободе: Прфессиональный подхд к трейдингу и инвестициям / Э. Л. Найман. М.: Альпина Бизнес Букс, 2004. — 480 с.
  53. Э.Л. Трейдер инвестор / Э. Л. Найман. — Киев.: ВИРА-Р, 2000.- 640 с.
  54. И.Н. Эконометрика. / И.Н. Нименья- Спб.: Издательский Дом «Нева», 2003 224с.
  55. С. Японские свечи: графический анализ финансовых рынков. / С. нисон. М.: Издательство «Диаграмма», 1998. — 336 с.
  56. В.А. Математические модели и методы оценки рисков экономических, социальных и аграрных процессов: монография / В. А. Перепелица, Е. В. Попова. Ростов н/Д.: Изд-во Рост, ун-та, 2002. — 208 с.
  57. В.А. Математическое моделирование экономических и социально-экологических рисков: монография / В. А. Перепелица, Е. В. Попова. Ростов н/Д.: Изд-во Рост, ун-та, 2001. — 126 с.
  58. Э. Фрактальный анализ финансовых рынков. Применение теории хаоса в инвестициях и экономике / Э. Петере. М.: Интернет-трейдинг, 2004. — 304 с.
  59. Э. Хаос и порядок на рынках капитала. Новый аналитический взгляд на циклы, цены и изменчивость рынка. — М.: Мир, 2000. — 333 с.
  60. В.В. Мировой рынок: вопросы прогнозирования / В. В. Поляков.- М.: КНОРУС, 2004. 240 с.
  61. И. От существующего к возникающему: Время и сложность в физических науках / И. Пригожин. М.: Наука. Гл. ред. физ.-мат. лит., 1985.-327с.
  62. Рынок ценных бумаг и его финансовые институты: учеб. пособие / Под ред. B.C. Торкановского. СПб.: АО «Комплект», 1994. — 421 с.
  63. JI.H. Нелинейная экономика: модели и методы: монография / JI.H. Сергеева. Запорожье: Полиграф, 2003. — 218 с.
  64. Д. Как предсказывать крахи финансовых рынков: критические события в комплексных финансовых системах / Д. Сорнетте. М.: Интернет-трейдинг, 2003. — 400 с.
  65. В.Г. Теория адаптивных систем / В. Г. Срагович. М.: Наука, 1976.-320 с.
  66. А.В. О развитии рынка ценных бумаг в России / А. В. Суржко // Финансы и кредит. 2005. — № 14(82). — С. 55−57.
  67. В. В. Секреты биржевой торговли: торговля акциями на фондовых биржах / В. В. Твардовский, С. В. Паршиков. М.: Альпина Бизнес-Букс, 2004. — 368 с.
  68. Д.В. Прогнозирование цены активов российского фондового рынка с помощью графического анализа линий тренда / Д. В. Терентьев // Экономический анализ: теория и практика. 2006. — № 6(63). — С. 55−64.
  69. Томпсон Дж.М. Т. Неустойчивости и катастрофы в науке и технике. М.: Мир, 1985.-254 с.
  70. Ю.Н. Статистический анализ данных на компьютере / Ю. Н. Тюрин. А. А. Макаров. М.: ИНФА-М, 1998. — 528 с.
  71. Т.Дж. Количественные методы в финансах: учеб. пособие для вузов /. Т. Дж. Уотшем, К. Паррамоу. М.: Финансы, ЮНИТИ, 1999. -527 с.
  72. Д.А. Прогнозирование финансовых крахов на основе моделирования степенного ускорения роста цены актива / Д. А. Филатов //
  73. Эконометрическое прогнозирование: модели и методы-2007- Материалы Международной научно-практической конференции 2007 г.: с. 242−248.
  74. Д.А. Являются ли финансовые рынки мультифрактальными? / Актуальные проблемы менеджмента, маркетинга и информационных технологий: Сб. науч.тр. Вып.5 Воронеж: АОНО «институт Менеджмента, маркетинга финансов», 2004: — с. 183−187.
  75. Финансовая математика: Математическое моделирование финансовых операций: учеб. / Под ред. В. А. Половникова и А. И. Пилипенко. М.: Вузовский учебник, 2004. — 360 с.
  76. М. Фундаментальный и технический анализ рынка ценных бумаг / М. Хаертфельдер, Е. Лозовская, Е. Хануш. — СПб.: Питер, 2005.-352 с.
  77. Г. Синергетика / Г. Хакен. М.: Мир, 1980. — 403с. «ь
  78. Г. Синергетика. Иерархия неустойчивости в самоорганизующихся системах и устройствах: Пер. с англ. М.: Мир, 1985. — 423 с. #».
  79. Дж. К. Ван. Основы управления финансами / Дж. К. Ван. М.: Финансы и статистика, 2000. — 800 с.
  80. У. Инвестиции / У. Шарп, Г. Александер, Дж. Бейли. М.: ИН-ФРА-М, 2006. — XII, 1028 с.
  81. Дж. Технический анализ. Полный курс / Дж. Швагер. М.: Аль-пина Паблишер, 2001. — 768 с.
  82. Ширяев А. Н. Основы стохастической финансовой математики. Том I: Факты. Модели / А. Н. Ширяев. М., ФАЗИС, 1998
  83. А.Г. Теория риска. Выбор при неопределенности и моделирование риска: учеб. / А.Г. Шоломицкий- Гос. ун-т Высшая школа экономики. — М.: ГУ ВШЕ, 2005. — 400 с.
  84. М. Фракталы, хаос, степенные законы / М. Шредер. М: Регулярная и хаотическая динамика, 2001. — 528 с.
  85. Г. Детерминированный хаос: Введение / Г. Шустер. М.: Мир, 1988.-240 с.
  86. Эконометрика: учеб. / Под ред. И. И. Елисеевой. М.: Финансы и статистика, 2005. — 576 с.
  87. В.Н. Рынок Форекс Вам путь к успеху. Изд. 3-е. доп. — / В. Н. Якимкин. — М.: Якимкина, 2002. — 272 с.
  88. Л.П. Принципы, методология и научное обоснование прогнозов урожая по технологии «ЗОНТ»: монография / Л. П. Яновский. Воронеж: Воронеж, гос. аграр. ун-т, 2000. — 376 с.
  89. Л.П. Анализ состояния финансовых рынков на основе методов нелинейной динамики / Л. П. Яновский, Д. А. Филатов // Научно-практический и аналитический журнал: «Экономический анализ, теория и практика». № 17(50) 2005 сентябрь, с.5−16.
  90. Л.П. Анализ состояния финансовых рынков на основе методов нелинейной динамики / Л. П. Яновский, Д. А. Филатов // Научно-* практический и аналитический журнал: «Финансы и кредит» № 32 (200) 2005 ноябрь, «
  91. М.Г. Современные тенденции развития международного рынка ценных бумаг / М. Г. Янукян // Финансы и кредит. 2005. — № 5(173). — С. 52−57.
  92. Baillie R.T. Fractionally Integrate GARCH / R.T. Baillie, T. Bollerslev, H.-O Mikkelsen // Journal of Econometrics. 1996. V. 74. № 1.
  93. Black F. The Pricing of Options and Corporate Liabilities / F. Black, M. Scholes // Journal of Political Economy. 1973. — Vol. 81 — Pp. 637−654.
  94. Bollerslev T. Generalized Autoregressive Conditional Heteroskedasticity / T. Bollerslev // Journal of Econometrics. 1986. -№ 31.- Pp. 307−327.
  95. Brock W.A. Nonlinear Dynamics, Chaos and Instability / W.A. Brock, D. Hsieh, MIT Press, 1991.
  96. Brown R.G. The Fundamental Theorem of Exponential Smoothing / R.G. Brown, R.F. Meyer // Operation Research, 1961. Vol. 5, № 5.
  97. Callan E. A Theory of Social Imitation / E. Callan, D. Shapiro // Physics Today. 27, 1974.
  98. Cambell J. Y. and other. The Econometric of Financial Markets / J. Y. Cambell. New Jersey: Princeton. University, 1997.
  99. Cootner P. The Random Character of stock Market Prices. Cambridge: MIT Press, 1964 b.
  100. Cowles A. Can Stock Market Forecasters Forecast? / A. Cowles // Econometrica. -1933. Vol. 1, № 3. — Pp. 309−324.
  101. Dacorogna M.M., Muller U.A. Moment Condition for the HARCH (k) Models. Preprint. Zurich: «Olsen & Associates», May 30, 1995.
  102. Engle R. Estimating Time Varying Risk Premia in the Term Structure: The «ARCH-M Model"/ R. Engle, D. Lilien, R. Robins // Econometrica. 1987. -№ 55.
  103. Engle R. Modelling the Persistance of Conditional Variances / R. Engle, T. Bollerslev // Econometric Reviews. 1986. — № 5.
  104. Fama, E. F and Roll, R. Some properties of symmetric Stable Distributios // Journal of the American Statistical Associations 63, 1968.
  105. Fisher I. The Theory of Interest: As Determined by Impatience to Spend Income and Opportunity to Invest it /1. Fisher. N.Y.: MacMillian, 1930. -566 p.
  106. Hentshell H.G.E., Procaccia I. Fractal nature of turbulence as manifested in turbulent diffusion. //Phys. Rev. 1983. V. A27. P. 1266−1269. Г
  107. Hilborn R. C. Chaos and Nonlinear Dynamics / R.C. Hilborn. NY.: Oxford University Press, 2000.
  108. Hurst H. E. Long-term Storage of Reservoirs / H.E. Hurst // Transactions of the American Society of Civil Engineers. 116, 1951.
  109. Kendeall M.G. The analysis of economic time-series. Part I. Prices // Journal of the Royal Statistical Society. 1953. V. 96. P. l 1−25.
  110. LeBaron B. A Fast Algorithm for the BDS Statistic // Studies in Nonlinear Dynamics and Econometrics. Январь 1997. Vol. 2. No. 2. P. 53−59.
  111. Mandelbrot B. The Variation of Certain Speculative Prices / B. Mandelbrot. -Cambridge: MIT Press, 1964.
  112. Markowitz H.M. Portfolio Selection / H.M. Markowitz // Journal of Finance. 1952.-Vol. 7, № 1. — Pp. 77−91.
  113. Markowitz H.M. Mean-variance Analysis in Portfolio Choice and Capital Market / H.M. Markowitz. Oxford- N.Y.: Blackwell, 1987. — 387 p.
  114. Markowitz H.M. Portfolio Selection. Efficient Diversification of Investments / H.M. Markowitz. Oxford- N.Y.: Blackwell, 1991. — 384 p.
  115. Mossin J. Equilibrium in a Capital Asset Markets / J. Mossin // Econometrica. October 1966. Pp. 768−783.
  116. Nelson D.B. Conditional Heteroscedasticity in Asset Returns / D.B. Nelson // Econometrica. 1991. — V. 59. — Pp. 347−370.
  117. Osborn M. Brownian Motion in the Stock Market / M. Osborn // The concepts, Cognition. 9, 1981.
  118. Pindyck R.S. Econometric Models and Economic Forecasts / R.S. Pindyck, D.L. Rubinfeld. McGraw-Hill, Inc. 1999.
  119. Ragnar F. Editorial // Econometrica, 1:1, January 1933, p.2.
  120. Roberts H.V. Stock-market «patterns» and financial analysis: Methodological suggestions//Journal of Finance. 1959. V. 14. P. 1−10. *
  121. Roll R. A Critique of Asset Pricing Theory’s Tests / R. Roll // Journal of Finance and Economics. March 1977. Pp. 129−176. $
  122. Ross S. A. The Arbitrage Theory of Capital Asset Pricing / S.A. Ross // Journal of Economy Theory. 1976. — Vol. 13, № 3. — Pp. 343−362.
  123. Ross Sh.M. An Elementary Introduction to Mathematical Finance: Options and Other Topics / Sh. M. Ross. Cambridge University Press, 2003. — 253 p.
  124. Ruelle D., Takens F. On the nature of turbulence. Comm. Math. Phys. 20, 167 (1971).
  125. Samuelson P. A. Proof that properly anticipated prices fluctuate randomly // Industrial Management Review, v. 6, 1965
  126. Shanken J. On the Estimation of Beta-pricing Models / J. Shanken // Review Financial Studies. 1992. — Vol. 5, № 1. — Pp. 1−33.
  127. Sharpe W.F. A Simplified Model for Portfolio Analysis / W.F. Sharpe // Management Science. 1963. — Vol. 9, № 2. — Pp. 277−293.
  128. Sornette D., Johansen A., an Bouchaud, J. -P (1996). Stock market crashes, precursors and replicas, Journal de Pfysique I, France 6, 167−175.
  129. Sterge A.J. On the Distribution of Financial Futures Price Changes / A.J. Sterge // Financial Analysts Journal. May/June 1989.
  130. Takens F. Detecting strange attractors in turbulence. In: Dynamical Systems and Turbulence. Lecture Notes in Mathematics, edited by D.A.Rand L.S.Young. Heidelberg: Springer-Verlag, 366−381 (1981).
  131. Tobin J. Liquidity Preferences as a Behavior Toward Risk / J. Tobin // Review Economic Studies. 1958. — Vol. 25, № 6. — Pp. 65−68.
  132. Tobin J. The Theory of Portfolio Selection / J. Tobin // Theory of Interest Rates / Ed. by F.H. Hahn, F.P.R. Brechling. London: MacMillan, 1965. -Pp. 3−51.
  133. Turner A.L. An Analysis of Stock Market Volatility / A.L. Turner, E.J. Weigel // Russel Research Commentaries, Frank Russel Company, Tacoma, WA, 1990.
  134. Vaga T. The Coherent Market Hypothesis / T. Vaga // Financial Analysts Journal. December/January, 1991.
  135. Weidlich W. The Statistical Description of Polarization Phenomena is Society, British Journal of Math. Statist. Psychology 24, 1971. Pp. 251−266.
Заполнить форму текущей работой

Сессия? Спокойно!