ОПЫТ ПОСТРОЕНИЯ ТОРГОВЫХ РОБОТОВ

26 февраля, 2009

Автор: Николай Камынин

 

            Данная статья имеет цель осветить ряд результатов и подходов полученных мною при исследовании исторических данных на фондовых рынках. Я не ставлю своей целью продать кому-то “черный ящик” , который сделает его богаче. Однако, надеюсь найти серьезных исследователей и возможно последователей, с которыми возможно обсуждение и обмен результатами создания систем искусственного интеллекта применительно к фондовым рынкам.

            Эта статья является некоторым итогом моих исследований. Отсутствие у меня в настоящее время хороших баз исторических данных затрудняет дальнейшую разработку и исследование методов и систем прогнозирования рынков.

            Итак, начну с начала.

            Так получилось, что по окончанию института, мне предложили заняться системами искусственного интеллекта применительно к задачам диагностики авиационной техники.

            Первые труды в этой области, которые я изучал, были в основном работы американских математиков в области прогнозирования товарных рынков, активности солнца и советских исследователей в области медицинской диагностики послеоперационного состояния больных.

            В данных работах как правило использовался спектральный анализ на основе БПФ (быстрого предобразования Фурье) , многофакторный анализ, известный как разложение КаруненаЛоева, метод группового учета аргументов(МГУ),методы самоорганизации систем, методы линейного прогнозирования и распознавания образов .

            В результате работы в данном направлении, на основе теории структурных свойств сигналов и методов обработки сигналов, я изобрел ряд устройств (10 изобретений) для обнаружения автоколебаний  газового потока двигателя при взлете и посадке самолетов. ( При возникновении данного явления двигатель либо глохнет, и самолет падает, либо в считанные секунды двигатель разваливается вместе с самолетом в воздухе.)

            На основе теории самообучающихся систем разработал алгоритм диагностики состояния коробок передач автомобиля и редукторов авиадвигателя (еще 15 изобретений).

            Имея большой опыт применения методов и систем цифровой обработки сигналов для решения задач диагностики машин и механизмов, в 2000 году я решил применить данные методы для исследования фондовых рынков и построения систем прогнозирования движения цен.

            Как правило, систему распознавания структурно разделяют на два функциональных блока : систему первичных признаков и систему принятия решения.

            В техническом анализе на фондовом рынке к системе первичных признаков можно отнести усредненные тем или иным способом значения цены. Например , четыре параметра свечи, построенной на определенном интервале, либо значение того или иного индикатора.

            Первоначально я подошел к решению задачи как к проблеме идентификации объекта по параметрам отклика в предположении , что на входе действует случайный процесс. Я изучил доступные работы по применяемым методам технического анализа. При детальном изучении свойств индикаторов , а их уже наплодили несколько сотен, я пришел к заключению, что все множество индикаторов, которые имеют различные хитрые названия и увлекательные истории их создания, в реальности представляют собой простейшие цифровые фильтры не выше 2-го порядка, так называемые ФНЧ, ФВЧ, ПФ,РФ, являющиеся линейными системами. Основное свойство линейных систем в том, что они без искажения формы пропускают гармоническую составляющую. Такие системы описываются системой линейных диф. уравнений с постоянными коэффициентами.

            Как правило, коэффициенты технических индикаторов эмпирически подбираются трейдерами под конкретный участок движения цен.

            Парадоксально то, что при известном виде функции, а технический анализ есть не что иное, как анализ графических функций, уже давно разработаны формализованные методы определения параметров фильтров , но трейдеры на фондовом рынке упорно эмпирически продолжают искать “Грааль” — “наилучший” из простейших фильтров.

            Система принятия решения, как правило, строится в виде логического выражения с использованием пороговых значений. В общем случае, такие системы в теории распознавания называются линейные решающие правила, их запись в дискретном виде представляет собой пороговую функцию в виде взвешенной суммы первичных признаков. Существуют формализованные методы построения таких правил с учителем или без него( метод самообучения).

            Первоначально я проводил исследования на доступных мне исторических дневных данных бирж США. Как средство графического отображения использовал Метасток, но быстро получил ограничение по объему обрабатываемых данных и перешел на Omega Research. Сервер Omega Research позволяет хранить и обрабатывать практически неограниченный объем данных, чего не скажешь о программах данного пакета. Вопросы моделирования решал с применением МАТЛАБ.

            Для основных исследований я выбрал акции ММВБ РАО ЕЭС , начиная с 1999 года.             Однако, при объеме данных около 1 млн. отсчетов, Omega Research практически перестает работать, так как процесс поиска начальной зоны настройки может занимать несколько часов.

            Для решения данной проблемы, ,я написал собственную библиотеку функций на С++ и подключил ее к Omega Research. Кроме того, для исключения проблемы длительного поиска начального участка я применил циклические элементы памяти при реализации цифровых фильтров. В результате скорость выполнения программ возросла примерно в 100 раз, а поиск начального участка не требуется, что позволило провести исследования на базе данных объемом более 10 млн. отсчетов.

            При изучении эффективности индикаторов были реализованы следующие методы фильтрации: Фильтры Чебышева, Баттерворта, Гильберта до 12 порядка, фильтры Галлея, Прямое и обратное Фурье преобразование, Прямое и обратное косинусное преобразование, методы спектрального оценивания Берга, Прони, максимальной энтропии, AРCC предсказатели, полиномиальные методы фильтрации. Все методы реализованы в виде динамических библиотек к Omega Research.

            Фильтры позволяют эффективно выделять различные тренды с наперед заданной максимальной скоростью изменения и существенно лучше, чем любой из известных индикаторов.

            Любой из перечисленных методов построения фильтров позволяет полностью заменить все известные индикаторы и устранить кажущееся многообразие в их наборе. Правда в этом случае как-то исчезает вся таинственность и некоторая метафизичность, существующая в рассказах и названиях тех или иных авторов их технических индикаторов.

            Опыт исследования показал, что эффективность решения задачи торговли на фондовом рынке определяется в основном не выбором того или иного индикатора, а зависит от правил принятия решения.

            Попытка применить методы нейронных сетей к построению правил принятия решений на фондовом рынке, в случае произвольного выбора признаков, приводит к построению систем, которые эффективны лишь на конкретных участках движения цен.         Таким образом, как следовало ожидать, применение нейронных сетей к эмпирическим данным без учета физики явления и создания определенной модели явления приводит к получению торговой системы, которую периодически надо строить заново. Этот результат подобен тому, который получают трейдеры, пытаясь построить торговую систему путем автоматической подгонки коэффициентов на исторических данных.

            Поэтому следующим этапом явилась разработка теории и математической модели фондового рынка и создание формализованной системы построения решающего правила.

Начавшийся в 2005 году рост фондового рынка позволил практически всем игрокам почувствовать себя Гуру в умении правильно принимать решения.

Растущий рынок создает иллюзию безошибочности принимаемых решений и существенном превосходстве интуитивного подхода по сравнению с автоматическими торговыми системами. В 2007 года я написал по этому поводу: “Думаю, что ближайший разворот рынка несколько отрезвит “гениев” интуитивного предсказания, но это в будущем.”

            В 2004 -2005 годах я поставил задачу исследовать возможность построения систем торговли, которые не требуют их перестройки от года к году. Система была создана в январе 2006 года. Она проработала до последнего дня торговли акциями РАО ЕЭС.

 При этом ставилась задача исследовать эффективность автоматизированной торговой системы при следующих  ограничениях.

            Система работает в Long, по РАО ЕЭС на ММВБ.

В конце  торговой сессии на основе лишь информации о дневных ценах система принимает  следующие решения:

1)     Закрыть/открыть длинную позицию по текущей цене;

2)     Выставить заявку на следующий день на открытие сессии и поставить стоп.

В каждой сделке система использует постоянный капитал равный 1000,при комиссии  0.1%.

За одну сделку система покупает на всю сумму или продает весь пакет акций.

Система не использует плечи, а полученная ранее прибыль используется лишь для покрытия убытка при  восстановлении капитала до начального значения.

Первичные признаки определены следующим образом:

Open of Day(n), Close of Day(n), Low of Day(n) , High of Day(n) – открытие, закрытие, минимум и максимум  данных  дня, где n – номер дня, считая  от текущего в прошлое.

 Open  of  Month(m) , Close of  Month(m) , Low of  Month(m), High of  Month(m)  — открытие, закрытие, минимум и максимум данных месяца, где m – номер месяца, считая от текущего в прошлое;

R(i),S(i) – максимумы и минимумы волн движения дневных данных, где i – номер волны, считая от текущей в прошлое. Волны выделяются специальной программой фильтрации первичных признаков, работа которой не зависит от принятых системой решений.

Система принятия решения условно состоит из четырех блоков:  Блок 1 — правила принятия решения об открытии позиции, Блок 2-  фильтрация решений об открытии позиции , Блок 3- правила принятия решения о закрытии позиции , Блок 4 – фильтрация решений о закрытии.

Обучение системы производится следующим образом. Начальная группа правил сформирована на основе статистических исследований. Последующие правила формируются псевдослучайным образом и фильтруются “методом ортогональной селекции”.  Данный метод реализует принцип “на ошибках – учатся” и позволяет системе “умнеть” в будущем, “не глупея” в прошлом.  

При работе системы правила не меняются для всего временного интервала с 2000 года по 2008 год. Обучение системы осуществлялось на исторических данных периода с 2000 по 2005 год, после этого система торговала с постоянными параметрами.

Annual Analysis (Mark-To-Market): 

Period

Net Profit

Net Profit %

Profit Factor

# Trades

% Profitable

YTD

64

6.4%

1.17 

17

64.71%

12 month

331

33%

1.83 

48

64.58%

07

658

66%

3.17 

44

77.27%

06

2 319

232%

67.77 

36

91.67%

05

1 161

116%

52.17 

40

87.50%

04

1 510

151%

35.64 

42

88.10%

03

1 893

189%

10.35 

45

86.67%

02

1 650

165%

69.41 

40

87.50%

01

4 011

401%

13.49 

45

80.00%

00

2 940

294%

6.21 

44

77.27%

Annual Rolling Period Analysis (Mark-To-Market):               

Period

Net Profit

Net Profit %

Profit Factor

# Trades

% Profitable

08

64

6.4%

1.17 

17

64.71%

07-08

722

72%

2.08 

61

73.77%

06-08

3 041

304%

5.31 

97

80.41%

05-08

4 203

420%

6.77 

137

82.48%

04-08

5 714

571%

8.39 

179

83.80%

03-08

7 608

760%

8.80 

224

84.38%

02-08

9 258

925%

10.26 

264

84.85%

01-08

13 270

1327%

11.05 

309

84.14%

00-08

16 185

16185%

9.59 

353

83.29%

 

            Далее я решил исследовать вопрос об оценке эффективности автоматической торговли портфелем акций. Так как построение системы торгующей портфелем требует создание многопроцессорного комплекса, то я упростил задачу и решил ее на примере торговли индексом RTSI. (исторические данные получены с сайта finam.ru)

Так как индекс представляет собой взвешенную сумму цен акций, то следует ожидать более предсказуемое поведение временной функции RTSI. Поэтому система признаков была упрощена . В качестве признаков были выбраны внутридневные данные с интервалом 30 минут. R(i),S(i) – максимумы и минимумы волн движения дневных данных, где i – номер волны, считая от текущей в прошлое. Волны выделяются специальной программой фильтрации первичных признаков, работа которой не зависит от принятых системой решений.

            Упрощено правило принятия решения следующим образом:

            if MarketPosition <=0  then   Buy next bar at Rz(0)+20 Point                   Stop;

            if MarketPosition >0  then     Sell next bar at Su(0)-20 point                     Stop;

Обучение, за исключением порога в 20 point не производилось.

Результаты работы представлены ниже.

TradeStation Strategy Performance Report — ANK_2009_2 RTSI-30 min. (02.16.2001-02.24.2009)

 Performance Summary:  All Trades         

Total Net Profit (Чистая прибыль)

111 019

Open position P/L

150

Gross Profit

137 130

Gross Loss (Убытки)

(26 111)

Total # of trades (Число сделок)

1 586 

Percent profitable(% удачных сделок)

56%

Number winning trades

889 

Number losing trades

697 

Largest winning trade

2 300

Largest losing trade

(588)

Average winning trade

154

Average losing trade

(37)

Ratio avg win/avg loss

4

Avg trade (win & loss)

70

Max consec. Winners

11 

Max consec. losers

7 

Avg # bars in winners

17 

Avg # bars in losers

5 

Max intraday drawdown

(649)

 

 

Profit Factor

5.25

Max # contracts held

62 

Account size required

649

Return on account

17090%

 

Annual Analysis (Mark-To-Market):                                                                

Period (Период)

Net Profi (Прибыль)t

% Gain (Прибыль %)

Profit Factor

# Trades

% Profitable

2009

3 504

35%

7.44 

32

56%

12 month

22 424

224%

4.33 

297

48%

2008

21 643

216%

4.32 

302

50%

2007

9 697

97%

4.75 

246

57%

2006

16 414

164%

8.02 

227

60%

2005

11 354

114%

5.97 

213

56%

2004

10 809

108%

4.43 

161

50%

2003

11 510

115%

5.40 

151

59%

2002

13 070

131%

5.60 

142

57%

2001

13 165

132%

4.88 

121

60%

 

График ежемесячных результатов торговли индексом в период с 01.01.2001 по 24.02.2009 гг. 

ФУНДАМЕНТАЛЬНЫЕ ПРИЧИНЫ КРИЗИСА

30 января, 2009

Автор: Николай Камынин

            В современной экономической литературе можно встретить различные аналитические данные, отражающие динамику развития кризиса. Так в своей работе ТЕОРИЯ КРИЗИСА” Михаил Хазин пишет: “… основной проблемой американской экономики является наличие «избыточной» части, которая «наросла» за последние 30 лет за счет постоянного и все время увеличивающегося эмиссионного стимулирования потребительского спроса…. Не может это также не вызвать весьма и весьма серьезных последствий для всей мировой экономики (в том числе России).”

            При этом, нет ответа на вопрос, что является основными причинами современного кризиса в мировой экономике.

            Приведу в популярной форме собственную теорию особъясняю о причинах кризиса.

            Известно, что целью деятельности любого предприятия является получение прибыли. Теоретически прибыль требуется предприятию для расширенного воспроизводства производственных сил и средств. Достижение этой цели при идеальных рыночных отношениях возможно путем совершенствования технологии и повышения производительности труда.

            Однако, реалии экономики таковы, что в эпоху глобализации и транснациональных корпораций, рыночные отношения существуют лишь в теории.

            На заре развития капитализма в производственно-экономических отношениях участвовали два собственника: собственник средств производства (капиталист) и собственник производственных сил (наемный работник).

            В современной экономике  в производственно-экономических и правовых отношениях участвуют три собственника: собственник права на управления предприятием( акционер), собственник средств производства (предприятие) и собственник производственной силы (наемный работник).

            В том случае, когда у предприятия один собственник, который является руководителем предприятия, цели деятельности собственника и предприятия совпадают.

             Так прибыль предприятия, направленная на расширение производства и повышение рентабельности, обеспечивает увеличение прибыли собственника.Таким образом, цель собственника , стать богаче, совпадает с целью предприятия — получение прибыли. Собственник заинтересован в развитии предприятия.

            Ситуация полностью меняется в открытых акционерных обществах, каковыми являются все современные крупные частные и государственные предприятия.

            При создании открытого акционерного общества, учредители вносят средства в уставной капитал, путем приобретения акций по первоначальной цене размещения. Эти средства являются гарантированным обеспечением долговых обязательств предприятия и представляют собой реальный и фактически единственный вклад учредителей в производственную деятельность предприятия.

            В соответствии с законом об акционерных обществах, акционерам предприятия, через принадлежащие им акции, принадлежат следующие права: право на управление предприятием, право на получение дивидендов и право на долю в стоимости имущества предприятия при его банкротстве(ликвидации), назовем последнее право – правом на наследство.

             При этом, вопреки существующему заблуждению, право на имущество предприятия не принадлежит акционерам.

            Имущество предприятия принадлежит виртуальному субъекту, называемому юридическим лицом, которым является само предприятие.

            В крупных акционерных обществах акционеры непосредственно не управляют предприятием, а, используя свое право на управление, нанимают менеджеров-управленцев.

             При этом, в такой  модели производственно-экономических отношений участвуют три субъекта – акционер, менеджер и предприятие, объединяющее производственные средства и силы.

            При этом, цель деятельности менеджеров и акционеров — увеличение собственного дохода, находится в конфликте с целью предприятия, которое является самостоятельным юридическим лицом и владельцем имущества.

       Возникает ситуация, при которой  акционер имеет право управления деятельностью предприятия, сам не управляет, а передает это право  наемным управленцам-менеджерам , а предприятие — собственник средств производства, не имеет прав на управление этими средствами. 

            Конфликт интересов предприятия и акционеров проявляется в том, что выплата акционерам дивидендов приводит к изъятию прибыли у предприятия и лишает его возможности реализовать расширенное воспроизводство.

            Конфликт интересов предприятия и управленцев-менеджеров проявляется, в том, что менеджеры увеличивают свои доходов  через рост своей зарплаты и бонусов, что приводит к росту себестоимости продукции и уменьшению прибыли предприятия. 

            Поэтому в современных акционерных обществах реализация расширенного воспроизводства реально осуществляется не через механизм получения прибыли, а через механизм привлечения кредитов, т.е. путем увеличения долговых обязательств.

            Этот же механизм используют акционеры для увеличения собственных доходов.

            Осуществляется это следующим образом. Акционеры имеют возможность брать кредиты под залог акций, т.е. под залог нематериального актива – права на управление предприятием. При залоге акций акционеры не теряют права на дивиденды, поэтому ничто не мешает брать кредиты на собственные нужды под залог акций предприятия. Возможность получения кредитов под залог акций обеспечивает акционерам доход вне зависимости от реальной эффективности работы предприятия. Поэтому их мало интересует реальная деятельность предприятия, пока эта деятельность не препятствует им брать в долг. При этом, получаемые дивиденды направляются акционерами на  погашение процентов по кредитам. Кредиты тратятся на предметы роскоши и покупку прав на другие предприятия, акции которых опять закладываются под новые кредиты. Таким образом, акционеры увеличивают свое богатство путем увеличения собственных долговых обязательств.

            В свою очередь управленцы-менеджеры, как исполнительный орган предприятия, имеют возможность брать кредиты под залог имущества предприятия, что они активно и используют.

            При получении кредита под залог имущества предприятия, для расширения производства, не требуется получения реальной прибыли, и, следовательно, нет надобности в повышении реальной эффективности производства.

            Проценты по кредитам включаются в себестоимость продукции. Покупаемое новое оборудование увеличивает балансовую стоимость имущества предприятия, что обеспечивает возможность получения дополнительных кредитов. Увеличение себестоимости,   объема продукции и стоимости предприятия обеспечивает рост рыночной стоимости акций, что позволяет акционерам и менеджерам получить дополнительные кредиты. Таким образом, увеличение дохода менеджеров и производства продукции происходит путем роста долговых обязательств предприятия.

             Следовательно, ни акционеры, ни менеджеры реально не заинтересованы в повышение эффективности производства и снижении себестоимости продукции. Собственное благосостояние они обеспечивают путем роста долговых обязательств под залог акций и имущества предприятия.

            Кроме того, после первичного размещения акций, часть их поступает на фондовый рынок. С этого момента запускается механизм создание финансовой пирамиды в производстве.

            Перепродажа акций на фондовом рынке приводит к увеличению стоимости акций предприятия. При этом создается спекулятивная добавочная стоимость акций, которая может быть в десятки и сотни раз выше стоимости первоначального полученного предприятием капитала от акционеров. Однако, для своей производственной деятельности предприятие не получает эти денежные средства, весь рост стоимости акций предприятия используется акционерами для излечения личной выгоды через дополнительные кредиты.

            Таким образом, фактическое расчленение частной собственности на средства производства на две составляющие: средства производства — имущество предприятия, юридического лица, и право на управление этим юридическим лицом, в форме акций, с последующей оценкой стоимости акций на бирже, привело к фактическому разделению денежных средств материального производства на две части.

            Первая часть, постоянная и равная первоначальной стоимости акций, составляет денежные средства, вложенные учредителями в производственную деятельность предприятия.

            Вторая часть, переменная, спекулятивная добавочная стоимость акций, создаваемая на фондовом рынке, путем перепродажи акций с помощью манипуляций обещаниями успешной деятельности предприятия и рекламы достижений производственной отрасли.

            Причем, многократно возрастающая вторая часть никогда не участвует в производственной деятельности предприятия, и является фактически финансовой пирамидой (пузырем).

            Поэтому, акционерные предприятия под управлением менеджеров, и акционеры живут в долг при постоянном увеличении долговых обязательств. Для погашения процентов по долговым обязательствам, предприятия повышают цены на свою продукцию, а акционеры используют дивиденды.

            В свою очередь, жизнь в долг предприятий требует от них постоянного повышения себестоимости продукции и борьбы за монополизацию рынка. Это приводит к постоянному слиянию и поглощению, созданию виртуальных качеств товаров, что значительно дешевле и быстрее, чем разработка и внедрение эффективных, новых технологий и повышение производительности труда.

     Таким образом, в современной экономике создаются финансовые пирамиды- пузыри долгов.

Теоретически, если платить проценты, долги возвращать не требуется и финансовая пирамида может строиться вечно.

        Проблема финансовых пирамид состоит в том, что их строительство нельзя останавливать.  Однако, рано или поздно, у инвесторов (кредиторов) возникает попытка вернуть долги, рост финансовых пирамид останавливается, что приводит к кризису в экономике, кризису ликвидности, кризису доверия и т.д.  

           Приостановка строительства финансовых пирамид неминуемо приводит к их разрушению, так как вместо выплаты процентов, начинается взыскание «тела» долговых обязательств. Финансовая пирамида, или финансовый пузырь, имеет лишь оболочку – возможность платить лишь проценты, поэтому выплатить тело кредитов практически невозможно. Реальным механизмом решения проблемы погашения больших долговых обязательств  становится либо списание долгов, в том числе путем обесценивания денег, либо заем денежных средств у государства с последующим их списанием. 

          Для получения оснований использовать деньги налогоплательщиков финансисты  объявляют об экономическом кризисе, что дает возможность правительствам с помощью государственных средств списать долговые обязательства акционерным предприятиям и их владельцам.  

            Следует признать, что так называемая рыночная модель экономики, когда априори предполагается множество производителей, давно не соответствует реалиям. Осталось лишь множество конечных потребителей, живущих в долг, монополия продавцов и технология создания финансовых пирамид через перепродажу прав на управление, залог имущества предприятия и права на управление им.

            На основе вышеизложенного, одним из эффективных методов борьбы с причинами кризисов мог бы быть запрет залога акций, как залог права на управление, под кредиты, так как реально такой залог не создает материального обременения для залогодателя. Залог акций должен оцениваться как выдача кредита под будущие дивиденды и не более того.

            Реализация этой идеи обеспечит существенное сокращение скорости роста финансовых пирамид на фондовом рынке, исчезновение многих виртуальных миллиардеров и миллионеров, по причине сокращения их виртуального богатства. При этом цены на акции на фондовом рынке будут реально отражать стоимость права управления предприятием и ожидаемую величину дивидендов, а не виртуальную оценку стоимости деятельности предприятий.

            Разразившийся экономический кризис порождает новые реалии, которые возможно будут определять последующее развитие экономики.

            Во-первых, должна произойти всеобщая усушка и утряска фондовых индексов и добавочной спекулятивной стоимости акций. Это, скорее всего, произойдет через обесценивание денег, как ценных государственных бумаг.

            Во-вторых, часть пакетов акций крупных предприятий будет выкуплена государством. Однако, большинство граждан заблуждается, считая, что это приведет к государственной собственности, увеличение которой может привести к возврату социалистической собственности.

            Покупая акции предприятия,  государство не становится собственником его имущества, а лишь получает право назначить управленца-менеджера. Например, бывший глава администрации президента России Александр Волошин избран председателем совета директоров ГМК «Норильский никель», а министр энергетики Сергей Шматко стал председателем совета директоров ОАО «РусГидро».

             Таким образом, фундаментальные причины кризиса заключаются в несоответствии целей акционеров и управленцев-менеджеров, цели предприятий. Пока данное противоречие не будет устранено, кризисы были, есть и будут.