Методы прогноза валютных курсов

Рис.2⁵

     В самом общем виде, технический анализ предусматривает накапливание (чаще всего, в графической форме) реальной истории изменения цен (данные прошлого) и построение заключений о вероятном будущем тренде.⁶ Таким образом, последовательность упорядоченных во времени данных образуют временной ряд (time series), который используется аналитиком для предсказания будущих значений рассматриваемой характеристики (например, валютной котировки) на основании наблюдений, относящихся к настоящим и прошлым моментам времени. Существующие качественные и количественные подходы к прогнозированию ставят своей целью увеличение точности предсказания в максимальной степени, однако, традиционные методы не могут применяться к задачам, в которых исторические данные представлены не в привычном числовом виде, а в вербальной (словесной) форме. Нечеткие временные ряды (fuzzy time series) позволяют преодолеть эту проблему, открывая реальную перспективу возможности обработки как лингвистических, так и числовых данных. 

2. Нечеткие  временные ряды

 

     Концепция нечетких множеств была впервые изложена Лотфи Заде (Lofti A. Zadeh) – практически с этого же момента начинается развитие аппарата

нечетких множеств, позволяющего описывать понятия естественного языка и присущую им неопределенность. Фактически, нечеткие множества образуют важное связующее звено между символическими и численными вычислениями, являясь ключевым инструментом вычислений со словами, ориентированных на использование слов и предложений языка человеческого общения.⁷

     Прогнозирование, основанное на нечетких временных рядах (НВР), привлекает повышенное внимание исследователей на протяжении последних 15 лет.⁸  

     Главной целью методов технического анализа, основы которого были заложены в работах основателя и редактора журнала «The Wall Street Journal» Чарльза Доу (Charles Dow) в конце XIX века, является выявление трендов и моментов их реверсирования. Например, на графике обменного курса USD/RUB, охватывающем помесячное изменение котировок за более, чем

3-х годовой  период времени (Рис. 3а), явственно прослеживается устойчивый долгосрочный восходящий тренд (с марта по декабрь 2002 года происходит равномерное удешевление российского рубля приблизительно на 2.45%), который достаточно резко сменяется на нисходящий среднесрочный тренд (около 7 месяцев, с января по июль 2003 года удешевление на 4.62% касается уже американского доллара). В дальнейшем, понижательная тенденция с кратковременным флэт-периодом сохраняется приблизительно до февраля 2004 года (месяц №4 на графике). То, что происходит с курсом с марта по декабрь 2004 года (месяцы №25-36) является, по сути, повторением ситуации двухлетней давности на более коротком временном интервале. В отличие от USD/RUB котировок, обменный курс EUR/RUB, начиная с сентября 2002 года (Рис. 3б), характеризуется резкими колебаниями с прослеживающейся тенденцией неравномерного движения вверх, т.е. постепенного укрепления европейской валюты по отношению к рублю РФ. Другими словами, второй график показывает существование долгосрочного бычьего тренда на рассматриваемом 33-месячном периоде с отчетливо наблюдаемыми волнообразными движениями в направлении на повышение. 
 

Рис. 3. Официальные валютные курсы (a) доллара США (за период 03.2002 – 04.2005, 38 месяцев), и (б) единой европейской валюты EURO (за период 09.2002 – 05.2005, 33 месяца) по отношению к российскому рублю (курсы Центрального Банка РФ; по материалам банковского портала FinNews.ru).

    

                    (а)                                                      (б)

   

     В действительности, технический анализ предусматривает также выявление на графиках и анализ уровней сопротивления (локальные максимумы) и уровней поддержки (локальные минимальные цены/котировки), распознавание шаблонов (например, «голова и плечи», V-шаблон, «двойная вершина» и т.п.) с последующим построением заключений о возможном сохранении тренда или его изменении на обратный, определение поведенческих закономерностей, представленных на графиках своеобразными «волнами» (применение волновой теории Эллиота) и

чисел Фибоначчи, и пр. Однако, с точки зрения построения статической НВР модели, мы обращаем внимание лишь на совокупность конкретных числовых значений, соответствующих определенному промежутку времени.

 

     Обращает на себя внимание тот факт, что в случае вычисления прогнозных оценок котировок USD/RUB (Рис. 4а), модель обеспечивает уверенное выявление повышательных и понижательных трендов. Каждое рассматриваемое значение (точка) на графике соответствует среднемесячному обменному курсу за 18÷23 торговых дня, и в этих условиях, средняя относительная погрешность составляет ~0.59% для 5 или 8 нечетких множеств, используемых в модели, и ~0.51% для 7 нечетких множеств. В частности, для стационарной модели, оперирующей пятью нечеткими множеcтвами, относительная (процентная) ошибка по отдельным

месяцам колеблется в пределах [0.07,1.92]% , а расчетное  среднее значение валютного курса  за май 2005 года оказывается равным 27.993 при реальной котировке 27.952, т.е. при ошибке 0.15% мы получаем относительную погрешность прогнозирования около 4.3 копеек/месяц.

Рис. 4.

                           а)                                             б)

 

     Значительные колебания EUR/RUB курса на рассматриваемом отрезке времени (Рис. 4б) оказывают влияние на результаты моделирования, т.е. все тренды отслеживаются с некоторым смещением, влияющим на окончательные значения прогноза. Тем не менее, получаемые

оценки можно  считать вполне удовлетворительными, поскольку средняя процентная ошибка по всему периоду наблюдений оказывается на уровне ~1.41% (7 и 8 нечетких множеств), ~1.58% (6 нечетких множеств) и ~1.66% при числе нечетких множеств, равном 5. Кроме того, такое заключение выглядит вполне естественным, поскольку, как уже было отмечено выше,

рассматриваемая стационарная модель использует информацию о котировках валют в ее исходной форме (конкретные числовые данные, предоставляемые различными финансовыми источниками), без какого-либо дополнительного анализа, распознавания графических шаблонов или привлечения других вспомогательных формальных методик препроцессинга данных. 

     Графическое представление реальных и прогнозируемых значений котировок валют (Рис.4) охватывает не только достаточно значительные временные периоды, но и «скрывает» под усредненными величинами неизбежные флуктуации обменных курсов, происходящие в течение каждого из показанных на оси абсцисс месяцев. С целью тестирования НВР метода на

действительных  однодневных котировках USD/RUB и EUR/RUB, установленных ЦБ РФ на непродолжительных периодах времени (1 месяц и 8 календарных/торговых дней, соответственно),⁹ числовые показатели охватывают месяц июнь и начало июля 2005 года. В данном случае, поведение американского доллара и евро по отношению к рублю РФ отличается от рассмотренного ранее случая, т.е. в июне 2005

года наблюдается  тренд на повышение доллара США, напоминающий (в меньшем диапазоне) рост евро с конца 2002 года по начало 2005 года (Рис. 3б). 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Заключение 

      ^{В данной работе были рассмотрены основные методы прогноза валютных курсов, с помощью которых можно прогнозировать их движение на валютном рынке.}

     В условиях плавающих валютных курсов прогнозировать

будущее значение обменных валютных курсов можно лишь с большими оговорками, приговаривая, на всякий случай, слова о различных сценариях развития, множества неучтенных факторах и т.д. Иначе будет

трудно сохранить  лицо, если прогноз не сбудется. А  вероятность этого, как

показывает опыт, очень велика. И подобная ситуация возникает всегда на сильно волатильном, очень чувствительном к новостям, рынке, на котором сила спекулянтов (по объему вовлеченных денежных ресурсов) намного превосходит силу реальных импортеров и экспортеров товаров и услуг. Несколько проще прогнозировать возможное развитие ситуации для валют с фиксированным значением курса. Поскольку в этом случае возможность

удержать объявленный  курс находиться в компетенции денежных властей страны, и можно увидеть ситуацию, когда, исходя из существующих ресурсов и тенденциях на рынке, власти будут не в состоянии удержать ранее объявленный курс. Однако в настоящее время большинство значимых для мировой экономике валют находятся в свободном плавании, хотя часто не без участия денежных властей. 
 
 
 
 
 
 
 

Список  использованной литературы 

1. Батыршин, И.З. : Общий взгляд на основные  черты и направления развития  нечеткой логики Л.Заде. Новости Искусственного Интеллекта 2-3 (2001)

2. Леоненков,  А. : Нечеткое моделирование в  среде MATLAB и fuzzyTECH. БХВ-Петербург  (2003)

3. Лиховидов, В.Н. : Фундаментальный Анализ Мировых Валютных Рынков. Методы Прогнозирования и Принятия Решений. http://www.omenus.net/library/lihov.html (1999)

4. Мамедова, М.Г., Джабраилова, З.Г. : Применение нечеткой  логики в демографическом прогнозе. Информационные Технологии 3 (2004) http://www.informika.ru/windows/magaz/it/2004/03/inftech.html#8

5. Нили, Г. : Мастерство  Анализа волн Эллиота. ИК Аналитика  (пер. с англ.) (2002)

6. Самарина, Г.П. : Основы Технического Анализа.  Учебно-методическое пособие, Ноосфера (1999)

7. Теханализ. http://www.enb-invest.ru/6_Likbez_TA.htm, Эконацбанк (2001-2005) страница 12

8. Хмеленко, А. : Делайте ваши ставки... http://offline.computerra.ru/2002/474/, Компьютерра 49 (2002)

9. Forex (Международный  валютный рынок) для начинающих. http://fxtrade.vlz.ru/begin.htm (по материалам ДЦ «Калита»)