Понятия и способы анализа, применяемых участниками рынка ценных бумаг

Решения является более  пригодным лишь по сравнению с  другими решениями. В результате условие остановки алгоритма  неясно для каждой проблемы.

Во многих задачах  генетические алгоритмы имеют тенденцию  сходиться к локальному оптимуму или даже к спорным точкам, вместо глобального оптимума для данной задачи. Это значит, что они "не знают", каким образом пожертвовать кратковременной высокой пригодностью для достижения долгосрочной пригодности.

Чтобы смоделировать  эволюционный процесс, сгенерируем вначале случайную популяцию - несколько индивидуумов со случайным набором хромосом (числовых векторов). Генетический алгоритм имитирует эволюцию этой популяции как циклический процесс скрещивания индивидуумов и смены поколений.

 

Рисунок 2.1 -  Естественный отбор в природе. 

Эволюционная теория утверждает, что каждый биологический  вид целенаправленно развивается и изменяется для того, чтобы наилучшим образом приспособиться к окружающей среде. В процессе эволюции многие виды насекомых и рыб приобрели защитную окраску, еж стал неуязвимым благодаря иглам, человек стал обладателем сложнейшей нервной системы. Можно сказать, что эволюция - это процесс оптимизации всех живых организмов. Рассмотрим, какими же средствами природа решает эту задачу оптимизации.

Пусть дана некоторая  сложная функция (целевая функция), зависящая от нескольких переменных, и требуется найти такие значения переменных, при которых значение функции максимально. Задачи такого рода называются задачами оптимизации и встречаются на практике очень часто.

Один  из наиболее наглядных примеров - задача распределения инвестиций, описанная ранее. В этой задаче переменными являются объемы инвестиций в каждый проект (10 переменных), а функцией, которую нужно максимизировать - суммарный доход инвестора. Также даны значения минимального и максимального объема вложения в каждый из проектов, которые задают область изменения каждой из переменных.

Попытаемся решить эту задачу, применяя известные нам природные способы оптимизации. Будем рассматривать каждый вариант инвестирования (набор значений переменных) как индивидуума, а доходность этого варианта - как приспособленность этого индивидуума. Тогда в процессе эволюции (если мы сумеем его организовать) приспособленность индивидуумов будет возрастать, а значит, будут появляться все более и более доходные варианты инвестирования. Остановив эволюцию в некоторый момент и выбрав самого лучшего индивидуума, мы получим достаточно хорошее решение задачи.

Генетический  алгоритм - это простая модель эволюции в природе, реализованная в виде компьютерной программы. В нем используются как аналог механизма генетического наследования, так и аналог естественного отбора. При этом сохраняется биологическая терминология в упрощенном виде.  
Вот как моделируется генетическое наследование:

 

Таблица 2. 2 – Пример моделирования  генетического наследования.

Хромосома	Вектор (последовательность) из нулей и единиц.  Каждая позиция (бит) называется геном.
Индивидуум =  генетический код	Набор хромосом = вариант  решения задачи.
Кроссовер	Операция, при которой  две хромосомы обмениваются своими частями.
Мутация	Cлучайное изменение  одной или нескольких позиций  в хромосоме.

Чтобы смоделировать  эволюционный процесс, сгенерируем  вначале случайную популяцию - несколько  индивидуумов со случайным набором  хромосом (числовых векторов). Генетический алгоритм имитирует эволюцию этой популяции  как циклический процесс скрещивания  индивидуумов и смены поколений.  
 
 
                               Рисунок 2.3 – Жизненный цикл популяции.

Жизненный цикл популяции - это несколько случайных скрещиваний (посредством кроссовера) и мутаций, в результате которых к популяции добавляется какое-то количество новых индивидуумов. Отбор в генетическом алгоритме - это процесс формирования новой популяции из старой, после чего старая популяция погибает. После отбора к новой популяции опять применяются операции кроссовера и мутации, затем опять происходит отбор, и так далее.

Отбор в генетическом алгоритме тесно связан с принципами естественного отбора в природе  следующим образом:

Таблица 2.4 – Отбор  в генетическом алгоритме.

Приспособленность  индивидуума	Значение целевой функции  на этом индивидууме.
Выживание наиболее  приспособленных	Популяция следующего поколения  формируется в соответствии с  целевой функцией. Чем приспособленнее  индивидуум, тем больше вероятность его участия в кроссовере, т.е. размножении.

 

Таким образом, модель отбора определяет, каким образом следует  строить популяцию следующего поколения. Как правило, вероятность участия  индивидуума в скрещивании берется  пропорциональной его приспособленности. Часто используется так называемая стратегия элитизма, при которой несколько лучших индивидуумов переходят в следующее поколение без изменений, не участвуя в кроссовере и отборе. В любом случае каждое следующее поколение будет в среднем лучше предыдущего. Когда приспособленность индивидуумов перестает заметно увеличиваться, процесс останавливают и в качестве решения задачи оптимизации берут наилучшего из найденных индивидуумов.

Возвращаясь к задаче оптимального распределения инвестиций, поясним особенности реализации генетического алгоритма в этом случае.

Индивидуум = вариант  решения задачи = набор из 10 хромосом Х_j

Хромосома Х_j= объем вложения в проект j = 16-разрядная запись этого числа

Так как объемы вложений ограничены, не все значения хромосом являются допустимыми. Это учитывается при генерации популяций. Так как суммарный объем инвестиций фиксирован, то реально варьируются только 9 хромосом, а значение 10-ой определяется по ним однозначно.

Ниже приведены результаты работы генетического алгоритма  для трех различных значений суммарного объема инвестиций K.

 

Рисунок 2.5 –  Результат работы генетического  алгоритма.

Цветными квадратами на графиках прибылей отмечено, какой объем вложения в данный проект рекомендован генетическим алгоритмом.  
Видно, что при малом значении K инвестируются только те проекты, которые прибыльны при минимальных вложениях.

Если увеличить суммарный  объем инвестиций, становится прибыльным вкладывать деньги и в более дорогостоящие проекты.

При дальнейшем увеличении K достигается порог максимального  вложения в прибыльные проекты, и  инвестирование в малоприбыльные проекты  опять приобретает смысл. / 5 /

Теорема об отсутствии бесплатного обеда при поиске и оптимизации доказывает, что не существует общего решения данной проблемы. Общепринятым методом поддержания популяционного разнообразия является установка уровневого ограничения на численность элементов с высоким сродством, которое снизит число представителей сходных решений в последующих поколениях, позволяя другим, менее сходным элементам оставаться в популяции. Данный приём, тем не менее, может не увенчаться успехом в зависимости от ландшафта конкретной проблемы. Другим возможным методом может служить простое замещение части популяции случайно сгенерированными элементами, в момент, когда элементы популяции становятся слишком сходны между собой. Разнообразие важно для генетических алгоритмов (и генетического программирования) потому, что перекрёст генов в гомогенной популяции не несёт новых решений. В эволюционных стратегиях и эволюционном программировании, разнообразие не является необходимостью, так как большая роль в них отведена мутации. / 6 /

 

 

 

 

 

 

 

 

 

 

ЗАКЛЮЧЕНИЕ

 

По своей  сути рынок ценных бумаг является частью финансового рынка, на котором происходят процессы перераспределения свободных денежных средств. Как правило, в составе финансового рынка выделяют денежный рынок и рынок капиталов (такую классификацию, например, используют Мировой банк и Международный валютный фонд). Данный подход обусловлен особым характером финансовых ресурсов, обслуживающих оборотный и основной капитал. На денежном рынке обращаются средства, которые обеспечивают движение краткосрочных ссуд (до одного года).

Поскольку ценная бумага есть представитель капитала, то ее владелец ни в коей мере не утрачивает связи с этим капиталом. Эта связь теперь выражается в ценной бумаге, а не в непосредственном обладании капиталом.

Ценная бумага не просто представитель капитала, ведь последний  приносит доход (производит прибавочную  стоимость), а поэтому она есть представитель приносящего доход капитала.

Эффективность технического анализа зависит от комплексности  использования различных методов, опыта исследователя, доступности  и полноты биржевой информации и  наличия специального программного обеспечения. Оценщик практически не использует технический анализ при определении стоимости, но может ориентироваться на данные технического анализа при выборе и обосновании весов при согласовании результатов.

По мере развития фондового  рынка усложняются и отношения, возникающие между его участниками. Игнорирование новых явлений, возникающих на рынке, может привести к весьма плачевным результатам не только для участников рынка ценных бумаг, но и для огромного числа простых граждан. В частности, одной из многочисленных причин, приведших к недавнему финансовому кризису в 2007 - 2008 гг., считается недостаточное регулирование деятельности рейтинговых агентств, что привело к массовому занижению рейтингов многих участников рынка, что дезориентировало инвесторов и провоцировало их вкладывать свои средства в сложные финансовые инструменты. / 2 /

В ходе выполнения  контрольной  работы были закреплены и усвоены  в процессе  самостоятельного изучения материала практические навыки и  изучены проблемы функционирования рынка ценных бумаг, закреплены теоретические знания  по основным положениям дисциплины «Технический анализ рынка ценных бумаг».

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ:

 

1. Федеральный закон от 22.04.1996 № 39-ФЗ (ред. от 28.07.2012) "О рынке ценных бумаг".

2. Молотников А.Е. «Рынок ценных бумаг и его место в современной экономике» - лекция в рамках учебного курса «Предпринимательское право», 2011г.

3. Косорукова И.В., Секачев С.А., Шуклина М.А. «Оценка стоимости ценных бумаг  и бизнеса» Учебное пособие "Московская финансово-промышленная академия", 2011г.

4. http://www.comon.ru/comuniti/135

5. http://www.neuroprojerkt.ru

6. http://www.parusinvestora.ru

7. http://www.perlmasterbank.com

8. http://www.zerich.ru