Содержание к диссертации
Введение
Глава 1. Механические и автоматические торговые системы
1.1. Понятие торговой системы на фондовом рынке 9
1.2. Классификации торговых систем 15
1.3. Структуры торговых систем 21
1.3.1. Механическая торговая система 21
1.3.2. Структура автоматической торговой системы 31
1.4. Применение автоматических торговых систем 36
Глава 2. Разработка синтетической автоматической торговой системы
2.1. Методика построения автоматической торговой системы 44
2.2. Модель синтетической автоматической торговой системы 56
2.2.1. Модель CATC 56
2.2.2. Механическая часть CATC 66
2.2.3. Методы управления торговлей в CATC 72
Глава 3. Построение торговой системы на базе синтетической автоматические торговые системы
3.1. Рабочие инструменты и данные 79
3.2. Реализация синтетической АТС 92
Выводы и предложения
Список использованной литературы
Приложения
- Понятие торговой системы на фондовом рынке
- Методика построения автоматической торговой системы
- Рабочие инструменты и данные
Введение к работе
Актуальность темы диссертационного исследования обусловлена:
- развитием нового направления^ в биржевой торговле - торговли с
применением автоматических торговых систем-роботов,
представляющих особый интерес для участников фондовых рынков;
— недостаточной разработанностью вопросов развития
инфраструктуры российского фондового рынка;, касающихся
і , | практической реализации автоматической, торговли и её механизмов.
Со стремительным развитием компьютерных технологий и
вычислительной техники на финансовых рынках появилось множество новых
возможностей и ранее отсутствующих инструментов торговли. В частности,
стало реальным создавать и использовать не только механические, но и
автоматические торговые системы, осуществляющие торговлю без
непосредственного участия человека. При помощи запрограммированной"
логики и представлений такие системы, следуют предписанным человеком
действиям. А"
Российский рынок ценных бумаг имеет свои собственные черты и специфику, его развитие тесно связано с ростом экономики страны и использованием передовых технологий и решений, которые большей частью заимствуются у развитых мировых фондовых рынков.
Сейчас торговые системы доступны только профессиональным участникам рынка. Многие торговые системы распространяются в закрытом виде — в виде "чёрного ящика", алгоритмы работы которого недоступны изучению, другие торговые системы являются открытыми для'рассмотрения, но результаты торговли с их применением оставляют желать лучшего. Для* того чтобы заставить торговые системы эффективно работать на российском рынке, необходим новый опыт их разработки, реализации и эксплуатации.
Отсутствие опыта предоставления развитого сервиса и. торговых систем-роботов как очередной услуги по инвестированию денежных средств гражданам, а также недостаточное освещение вопросов реализации автоматической торговли в экономической литературе определяют актуальность.данного исследования.
Степень, научной разработанности4 проблемы; В" зарубежной экономической; литературе аспекты, реализации: и- построения механических торговых систем: и системной торговли; хорошо отражены, в; работах Ді Бернштейна, Т. Джозефа, И. Кауфмана; Д; Каца/Д< Маккормик, и Pi Пардо; Кац, Кауфман- Пардо обобщили, опыт и частично классифицировали существующие методы построения г и типы торговых систем. Управлению капиталом посвящены,труды Н. Дж. Бальсары,.ШБёрнстайна, Л:Рі Вильямса, Pi Винса, Л. Заманского; Ді Єтендахлашдр. .'
Из; отечественных трудов і извєстньії работы, Є. Булашёва; Э; Ракитина, Ю: Решетникова, Д. Толстоногова, Ю. Чеботарёва; А. Шоломицкого; Чеботарёв рассматривает вопросы роботизации* спекуляций на фондовой бирже,как; альтернативу, прогнозам ш фундаментальному анализу финансовых рынков: Булашёв уделяет внимание: вопросам теории вероятностей: применительно к механическим торговым системам w методам: управления капиталом. Работы Шоломицкого связаны с теорией; риска ж принятием решенийвьусловиях неопределённости.
Условия и основы функционирования рынка, ценных; бумаг и его инфраструктуры рассматриваются в работах Аршавского А.Юі, Берзона Н.И., ГалановаВ'.А., Миркйна ЯїМ;, Новикова А.Ві, Сенчакова ВіК.
Вопросы,, связанные: с методологией построения; автоматических торговых, систему являются, не менее актуальными. ВІ доступной* для/ анализа; литературе. не! удалось, обнаружить, законченное методики? построения автоматических торговых систем. Есть отдельные: технические решения немногочисленных разработчиков торговых платформ, обеспечивающих сервис для автоматической торговли, но; официальных источников; открыто
' .4
предоставляющих методику создания и реализации автоматических торговых систем, способных самостоятельно вести торговлю и зарабатывать деньги на торговых биржевых операциях, нет.
, Целью диссертационной работы является разработка методики построения автоматической торговой системы и модели, торговли для российского фондового рынка.
Для достижения указанной цели в работе были поставлены следующие основные задачи:
исследовать современные достижения системной торговли на фондовых рынках;
определить роль и место автоматических торговых систем на- рынке ценных бумаг;
разработать торговую концепцию Интернет-распределённой архитектуры клиент-серверных АТС;
изучить вопросы тестирования автоматических торговых систем;
— реализовать автоматическую торговую систему CATC практически.
Объектом* исследования выступает системная торговля на рынке
ценных бумаг.
Предметом исследования выступают механические и автоматические торговые системы, алгоритмы и вопросы их реализации на фондовой бирже России.
Теоретической и методологической основой исследования являются научные труды зарубежных и российских специалистов по вопросам системной торговли и управления капиталом. В процессе' диссертационного исследования изучены российские и зарубежные законодательные и нормативные акты, материалы научных конференций, проанализированы статистические, справочные и аналитические материалы отечественных и зарубежных институтов, фондовых бирж и инвестиционных банков.
Для обработки информации использовались общенаучные приемы анализа, обобщения и сравнения, системный подход, абстрактно-логический, экономико-статистический и расчетно-конструктивный методы.
Научная новизна исследования состоит в развитии теории и практики системной торговли и в обосновании- новых принципов и алгоритмов построения' автоматических торговых систем для российского фондового рынка.
Элементы научной новизны содержатся в следующем:
1. внесены дополнения в понятийно-категориальный аппарат:
расширена трактовка понятия "торговая система" путём его применения как к биржевым и внебиржевым торговым системам, так и к механическим и автоматическим торговым системам;
дана новая интерпретация экономического понятия торговой системы на рынке ценных бумаг как технически реализованного набора алгоритмов торговли, осуществляющих торговлю или-только подачу торговых сигналов;
предложена новая концепция автоматической торговой системы-робота как торговой системы, способной самостоятельно открывать и закрывать торговые позиции в реальный момент времени;
предложена Интернет-распределённая архитектура автоматических торговых систем, состоящая из клиент-серверных приложений, обеспечивающих функционирование отдельных АТС на различных фондовых рынках через локальных брокеров;
разработана модель синтетической автоматической торговой системы (модель CATC), основанная на зависимости дневного изменения цен инструментов от величины их текущих рыночных цен;
предложен новый метод определения торговых сигналов - Chk-метод, на основе которого разработана механическая часть автоматической торговой системы;
5. обоснованы способы трансформации синтетической- автоматической торговой системы из чисто профессионального инструмента в клиентский инструмент любого торгового участника фондового рынка.
Теоретическая и практическая* значимость результатов исследования. Теоретическаязначимость результатов исследования состоит в развитии теории автоматической системной торговли на рынке ценных бумаг, разработке торговой модели CATC и концепции Интернет-распределённой архитектуры клиент-серверных АТС. Положения- диссертации раскрывают основные принципы и этапы реализации "черных ящиков" и "money machine", частично решают проблему неопределённости системной торговли.
Практическая значимость полученных результатов состоит в возможности использования разработанной методики построения автоматической торговой системы и торговой модели CATC участниками рынка ценных бумаг и государственными институтами для развития отечественной системной торговли и программного трейдинга. Основные выводы и положения диссертационного исследования могут быть использованы при разработке торговых систем для- российского фондового рынка, в преподавании ряда дисциплин высшей школы — «Рынок ценных бумаг», «Инвестиции».
Апробация результатов исследования. Основные положения работы обсуждались на научно-методологических дискуссиях в Российской экономической академии имени Г.В. Плеханова и Всероссийском заочном финансово-экономическом, институте (2003-2004гг). Практические аспекты исследования были обсуждены со специалистами по срочному рынку Российской торговое системы РТС. Результаты- работы были внедрены на ММВБ- в виде автоматической торговой системы в рамках проведённого инвестиционной компанией ОАО "Церих Кэпитал Менеджмент" соревнования роботов.
Публикации. Результаты исследования и основные научно-практические положения диссертации опубликованы в четырёх работах автора общим объемом 2,1 п.л.:
Побединский А.В. Автоматические торговые системы на рынке ценных бумаг // Финансы и кредит. - 2007. №37. (0,65 п.л.) *
Побединский А.В. Торговые системы-роботы на рынке ценных бумаг // Рынок ценных бумаг. - 2008. №1. (0,55 п.л.)
Побединский А.В. Прогнозирование фондового рынка по временному ряду (определение торговых сигналов на примере акций SNGS, начало) // Рынок ценных бумаг. - 2004. №19(274). (0,55 п.л.)
Побединский А.В. СНК-метод прогнозирования фондового рынка в условиях неопределённости (продолжение) // Рынок ценных бумаг. -2005. №2(281). (0,35 п.л.)
Структура и объём диссертации. Диссертация изложена на 140 страницах и состоит из введения, трёх глав, содержащих 10 параграфов, 39 рисунков, 12 таблиц, 18 формул, выводов и предложений, библиографического списка, включающего 121 источник, и трёх приложений.
Издание входит в список журналов, рекомендованных Высшей аттестационной комиссией для публикации в 2007г.
Понятие торговой системы на фондовом рынке
Фондовый рынок играет важную роль в обеспечении макроэкономического равновесия в государстве. Открываемые фондовым рынком возможности быстрого "перелива" значительных по объему капиталов между различными секторами экономики дают колоссальную возможность перестраивать структуру национального хозяйства в соответствии с общественными потребностями.
Научный интерес к автоматизации и созданию новых инструментов для работы на рынке ценных бумаг возник в период 60-70 гг. XXs в. нал фоне массового распространения информационных технологий, изменяющих условия функционирования национальных рынков ценных бумаг. В. начале развивались сравнительно простые алгоритмы и- программы, позволяющие управлять портфелями ценных бумаг, реализующих методы технического и фундаментального анализа рынка, его прогнозирование, индикаторы, и т.п. С течением времени стали появляться более сложные программы, реализующие сразу несколько уже проверенных алгоритмов и правил поведения на рынке, способных давать однозначные сигналы для входа в рынок и выхода. Распространение Интернет технологий, а также систем автоматического ввода и обработки заявок, при торговле ценными бумагами привело к созданию в США, а затем и в других странах электронно-коммуникационных сетей ECN. Первая ECN, известная как Instinet, появилась в 1969 году. Многие годы сеть Instinet, контролируемая? системой Рейтер (Reuters), оставалась единственной ECN [38, С. 15]. Сейчас электронная торговля стала одним из ключевых факторов роста мирового фондового рынка [26, 14; 24, 12-17; 34, 43]. Современные скорость и объём торговли стали требовать высокой производительности элементов инфраструктуры рынка, вместе с развитием инфраструктуры особое внимание стало уделяться созданию систем, способных самостоятельно осуществлять операции на биржевых рынках — вести эффективную торговлю десятками типов ценных бумаг одновременно. Уже сейчас становится возможным возложить имитацию человеческой мысли на программное обеспечение, способное контактировать с неопределённостью, двусмысленностями и противоречиями. Ярким примером являются шахматные программы, которые самостоятельно принимают решения. "Почти каждая человеческая мысль может быть выражена в правилах" (Андерсон, специалист в области искусственного интеллекта) [64, 7]. Именно эта возможность открывает безграничные просторы для развития и реализации торговых систем.
В настоящее время существует два основных толкования термина "торговые системы". Под торговыми системами понимают как саму инфраструктуру фондового рынка, т.е. системы биржевые или внебиржевые, так и системы-правила, которые применяют при ведении торговли либо на основании которых реализуют программы, самостоятельно осуществляющие торговлю.
Методика построения автоматической торговой системы
Однако, природа фондового рынка, характеризуется отсутствием заранее объективно известных вероятностей событий, когда вероятности не определены однозначно. В данном случае вводится понятие субъективной вероятности. Субъективная вероятность представляет собой некоторую оценку шансов, получаемую нестатистическим путём [55, 66]. В условиях неопределённости нет одного единственного гарантированного решения. Оценка того или иного результата может быть разной в зависимости от состояний» природы (рынка), приведшего к этому результату. Как правило, решения представляют собой функции, приближённо отображающие состояния рынка в некоторое множество результатов. По таким множествам результатов, согласно строятся отношения предпочтений, на решениях с ожидаемой? полезностью и функции полезности с зависимостью от состояний (state-dependent utility) [99, 70].
Так же существуют ситуации, когда невозможно определить субъективные вероятности событий, приводящие к экспериментально наблюдаемым предпочтениям. Такие ситуации называют парадоксами. Самую полную информацию про субъективные вероятности, аксиому Сэвиджа ("Sure thing principle"), парадоксы Эллсберга, подходы Энскомба и Ауманна; "Теорию проспектов" Канемана и Тверского, модель Льюса ИіФишберна и др. можно найти в следующих источниках [55, 50-56; 80, 90-95].
В нашем случае классическое Мо, рассчитанное по результатам торговли ТС на исторических данных, будет одним из показателей распределения субъективных вероятностей случайной величины. Система торговли, которая имеет положительное математическое ожидание в прошлом, возможно, будет прибыльной и в будущем: В; случае торговли на рынке, в каждый конкретный момент времени, величина:математического ожидания, не постоянна ш напрямую зависит от состояний; природы рынка и количества данных временных рядову которые непрерывно,изменяются. Поэтому большее предпочтение: отдаётся; системам, показывающим; более высокое математическое ожидание: при; большем? количестве сделок на этапе тестирования: Если у системы отрицательное; математическое ожидание или близкое; к нулю,. то добиться» положительного результата! ві будущем» будет крайне: сложно. Управление риском и капиталом позволят лишь частично сгладить последствия.
2. Система- торговли должна» иметь адекватные параметры, распространяющиеся ина другие рынки и периоды времени:
Правила торговли тем устойчивее, чем больше рынков и периодов-временив их отрабатывает и придерживается. Вй пределах данных правил меняются только их параметры, в;, зависимости- от внешних условий; Использование таких правил позволит добиться- большей устойчивости; системы, в отличие от правил, которые могут показывать, более высокию результат, на: одном рынке и временном интервале.
3 Система- торговли должна содержать, небольшое число- правил задающих её поведение.
Рабочие инструменты и данные
В области торговли нельзя сделать, заключения о работоспособности того или иного5 метода или системы без качественных данных для тестов и симуляций. При разработке торговой системы возникает потребность в нескольких видах данных, как минимум необходимы исторические ценовые данные по интересующим-инструментам рынка.
При проведении тестирования необходимо уделять должное внимание качеству данных, выполнять ряд подготовительных процедур перед их применением, поиск и исправление ошибок. Некоторые прогностические системы, например основанные на нейронных сетях, нечёткой логике могут быть особенно чувствительны к нескольким отклонениям, в таких случаях необходимость в чистых данных чрезвычайно высока.
Ошибки данных принимают много различных форм, и некоторые из них весьма заметны и невооружённым глазом. Обычно это ошибки в уровнях цен и других показателях, часто встречается наличие максимальной цены, меньшей, чем цена закрытия, или минимальной, большей, чем цена открытия, отрицательный объем, попадаются. пропущенные, лишние или несоответствующие рыночной реальности данные. Такие ошибки, могут исказить результаты механической торговой, модели. Лучшие из поставщиков неоднократно проверяют свои данные и сообщают о поправках в случае обнаружения ошибок. Например, почти каждый день Pinnacle Data автоматически сообщает о программных коррекциях ошибок. Однако культура исполнения своих обязательств и предоставления данных у отечественных поставщиков данных оставляет желать лучшего. Многие из таких мелких ошибок не опасны для тестирования систем, но заранее этого узнать нельзя. В зависимости от чувствительности испытываемой торговой или прогностической модели и доступности программ, для проверки данных, имеет смысл проводить различные статистические исследования для поиска подозрительных данных. Для обнаружения этих точек, или выбросов, как их иногда называют статистики, существует ряд методов. Широко распространены утилиты обнаруживающие пропущенные дни, данные, приходящиеся на нерабочие дни, сильные отклонения цен, а также данные с повторными или перепутанными датами. Отклонение обычно измеряется в виде распределения значений цен, для чего прибегают к делению ценового интервала данного дня на усредненный интервал, например 20 предыдущих дней" или деления абсолютного значения разности цены закрытия и предшествующей цены на среднее от 20 предыдущих таких разностей.
Более глубокий обзор-проблем качества данных, информацию о том, как создаются рыночные котировки, как их передают и хранят, можно найти у Швагера [53], Дьюрика [87], Кастры [88].
Кроме данных о ценах товаров или услуг, существуют данные об) изменениях основных финансовых индексов и другие данные из самых разных областей экономики - от уровней инфляции до цен на жильё. Например, данные температуры и осадков оказывают влияние на рынок сельскохозяйственных продуктов и стоимость энергетических ресурсов: спирта, нефти, газа.
