تجزیه و تحلیل فراکتال بازارهای مالی

ساخت وبلاگ

هدف اصلی این مطالعه ، تجزیه و تحلیل روشهای پیش بینی قیمت دارایی های مالی آینده بر اساس مفهوم ساختار فراکتال و حافظه بلند مدت بازارهای مالی است. فراکتال در بازارهای مالی یا به عنوان سرمایه گذاران با افق های مختلف سرمایه گذاری یا به عنوان تنظیمات مختلف برای حرکت قیمت های گذشته بر روی گرافیک تعبیر می شود. در این مقاله ساختار فراکتالی بازارهای مالی ، روشهای غیرخطی برای تجزیه و تحلیل بازارهای مالی ، رویکردهای جدید برای پیش بینی قیمت دارایی های مالی که به ما امکان می دهد نواقص یک الگوی خطی را از بین ببریم ، در نظر گرفته شده است. نتایج مطالعه انجام شده در بازار ارز و بازار اوراق بهادار ، حضور حافظه بلند مدت بازارهای مالی را تأیید کرد.

واژه های کلیدی: قیمت پایداری ، حافظه طولانی مدت ، فراکتال ، اصل خود مانند ، فرضیه یک بازار مؤثر ، فرضیه بازار فراکتال.

Sviridov O. Y. 1 ، Nekrasova I. V. 2

1 دکترای اقتصاد ، استاد ، 2 دکترای اقتصاد ، استادیار ، دانشگاه فدرال جنوبی

تجزیه و تحلیل fratal بازارهای مالی

خلاصه

این مقاله از کاربرد فرضیه بازار کارآمد (EMH) برای تجزیه و تحلیل بازارهای مالی سؤال می کند. هدف کلی تجزیه و تحلیل روش های قیمت های آینده از اقدامات مالی مبتنی بر بازارهای خاطره ای استراکتوم استراکتال فراکتال است. فراکتال ها در بازارهای مالی یا به عنوان سرمایه گذاران با افق سرمایه گذاری های مختلف یا پیکربندی حرکت قیمت در نمودار مورد تفسیر قرار می گیرند. در این مقاله به بررسی ثمرات فراتال بازارهای مالی ، روشهای غیرخطی تجزیه و تحلیل بازارهای مالی ، انعطاف پذیری و افق های طولانی مدت تا طولانی مدت بازارهای مالی ، رویکردهای جدید برای پیش بینی قیمت دارایی های مالی ، که کاستی های پارادیگم خطی را از بین می برد ، بررسی شده است. نتایج تنظیم مجدد انجام شده در بازار ارز و بازار اوراق بهادار ، وجود طولانی مدت بازارهای مالی را تأیید کرد.

واژه های کلیدی: قیمت باقی می ماند ، حافظه بلند مدت ، فرج ، اصل خودآگاهی ، فرضیه بازار کارآمد ، فرضیه بازار fratal.

معرفی

امروزه روشهای تجزیه و تحلیل و پیش بینی رفتار بازار مالی از اقتصاد عصبی وام گرفته شده و بسیار محبوب شده اند. بسیاری از اقتصاددانان معتقدند که اقتصاد عصبی به عنوان یک زمینه میان رشته ای به معنای وسیع آن ، عصب شناسی تصمیم گیری (علوم اعصاب تصمیم گیری) است [1]. این ترکیب علوم اعصاب ، اقتصاد ، روانشناسی و سایر رشته ها را برای شکل دادن به دانش جدید در مورد مکانیسم های تصمیم گیری تشکیل می دهد و به شبیه سازی رفتار انسان و حیوانات کمک می کند.

آنالوگ یک نورون در بازار مالی یک فراکتال است - قیمت یک دارایی مالی.

معمولاً خاطرنشان می شود که "فراکتال" از "فراکتوس" لاتین و نزدیک به کلمه انگلیسی کسری یا کسری است. بنابراین ، از دیدگاه ریاضی ، فراکتال کثرت با ابعاد کسری (فراکتال) است. ابعاد فراکتال نحوه پر کردن یک شی یا یک سری زمانی را نشان می دهد. علاوه بر این ، ساختار یک شی را هنگام تغییر فاکتور بزرگنمایی یا هنگام بزرگنمایی موضوع توصیف می کند. منظور از تشدید فاکتور بزرگنمایی است. برای فراکتال های فیزیکی (یا هندسی) ، چنین تبدیل در فضا رخ می دهد. ابعاد فراکتال سری زمانی اندازه گیری می کند که خود سری زمانی ناهموار است.

سری زمانی قیمت دارایی یک خط مبهم است. این یک بعدی نیست زیرا یک خط مستقیم نیست. به طور همزمان ، دو بعدی نیست زیرا فضای هواپیما را پر نمی کند. بنابراین ، ابعاد یک محدوده مالی بین شکل یک و دو قرار دارد. طبق انتظارات ، بعد فراکتال یک سری زمانی تصادفی 1. 5 است.

Fractal یک جذب کننده (یک حد و هدف) برای حرکت سیستم هرج و مرج است. چرا این مفاهیم یکسان هستند؟در یک جاذبه عجیب و همچنین در یک فراکتال در حالی که در حال افزایش است ، جزئیات بیشتری را نشان می دهد (به عنوان مثال ، این امر باعث ایجاد اصل شغلی می شود). به همان اندازه که اندازه جذب کننده تغییر می کند ، همیشه به همان نسبت است. سریال زمانی هنگام نمایش خود شنیع آماری ، فراکتال در نظر گرفته می شود. یعنی ، این ملک توسط همه رده های نقل قول دارایی های مالی لذت می برد. خود شفقت را می توان در هنگام خواندن نمودارهای معمولی مشاهده کرد. به عنوان مثال ، تشخیص نمودارهای دقیقه ، ساعتی و روزانه هر محصول غیرممکن است زیرا آنها مشابه و یکنواخت هستند. در تجزیه و تحلیل فنی ، یک نمونه بارز از یک فراکتال "امواج الیوت" است که ساخت و ساز نیز بر اساس اصل شفابخش بودن است.

یک ایده اضافی که ریشه در فراکتیته دارد ، ابعاد غیر پیر را که معمولاً به عنوان یک دنیای عدد صحیح یک بعدی ، دو بعدی یا سه بعدی گفته می شود ، در نظر می گیرد. با این حال ، ممکن است یک بعد غیر حفر مانند 2. 58 (یعنی ، بین ابعاد دو محور و سه محور) وجود داشته باشد. Mandelbrot چنین ابعاد فراکتال نامیده می شود.[2] این ایده از این عقیده سرچشمه می گیرد که اندازه گیری سه بعدی حوزه یا مکعب واقعی ناکافی است ، به محض اینکه در دنیای واقعی به سختی می توان یک کره یا مکعب کامل را پیدا کرد ، بدون خراش و یا عدم دقت دیگر. برای توصیف اشیاء پیچیده ، اندازه گیری های دیگر باید وجود داشته باشد. چنین اندازه گیری اشکال نادرست فراکتال مفهوم یک بعد فراکتال را معرفی می کند.

از دیدگاه هندسه کلاسیک اقلیدسی ، یک کاغذ خرد شده یک کره سه بعدی خواهد بود. با این حال ، در واقعیت ، حتی اگر خرد شده باشد ، فقط یک کاغذ دو بعدی است. از این رو ، می توان فرض کرد که شیء جدید ابعادی بیشتر از دو اما کمتر از سه خواهد داشت. این به سختی متناسب با هندسه اقلیدسی است ، اما می توان به خوبی توسط هندسه فراکتال توصیف کرد که استدلال می کند که شیء جدید در بعد فراکتال تقریباً برابر با 2. 5 قرار خواهد گرفت (یعنی ابعاد فراکتالی در حدود 2. 5). معنای فیزیکی این بعد از این نظر بسیار ساده است که در فضای کلاسیک سه بعدی ، برخی از قسمت ها به دلیل شکاف و سوراخ هایی که به طور طبیعی در یک کاغذ خرد شده ارائه می شوند خالی باقی می مانند.

هنگام استفاده از این تئوری در بازارهای مالی ، می توان فرض کرد که بازارها با درجات مختلفی از انعطاف پذیری که به عنوان ظرفیت گرفتن و حفظ فرم تعریف می شوند ، مشخص می شوند. این تعریف به این معنی است که بازارها را می توان از نظر شکل و کارکردهای خود به درجات مختلفی شکل داد و آنها قادر به درجات مختلفی هستند تا حتی پس از قطع تلاش قالب ، چنین تغییراتی را در خصوصیات خود حفظ کنند. بنابراین ، انعطاف پذیری یک سازه دوگانه است زیرا به سیالیت نیاز دارد که به عنوان ظرفیت شکل گیری تعریف می شود و ثبات به عنوان ظرفیت حفظ فرم تعریف می شود. همه بازارها پلاستیک هستند حتی اگر میزان انعطاف پذیری آنها تغییر کند. بنابراین ، تعامل بین سیالیت و ثبات به ما کمک می کند تا با جزئیات بیشتری پویایی بازار را درک کنیم.

اصطلاح "انعطاف پذیری بازار" ماهیت پویا و اجتماعی ساخته شده از بازارها را بهتر از سایر اصطلاحات موجود محاصره می کند. عباراتی مانند "پویایی" ، "توسعه" و "تکامل" بیشتر به روند تغییر بازار نسبت به ویژگی های بازارها که به پویایی اجازه می دهد ، تکیه می کنند. سازه های دیگر مانند "تغییر" و "سیالیت" از آنچه که احتمالاً یک جنبه مهم از پویایی بازار است ، یعنی شخصیت دوگانه آن از سیالیت و ثبات غفلت می کند.

دو نتیجه مهم از شخصیت پلاستیکی بازارها همانطور که در بالا تعریف شده است وجود دارد. اول ، توانایی حفظ فرم به بازارها این امکان را می دهد تا به عنوان مثال بر شکل یک شیء ارز خاص ، نحوه تبادل اقتصادی خاص یا ویژگی های یک عامل مبادله تأثیر بگذارد. دوم ، امکان شکل گیری فرم به بازارها اجازه می دهد تا به طور همزمان فرم های مختلف را میزبانی کنند.

مواد و روش ها

روش اصلی مطالعه سری زمانی فراکتال ، تجزیه و تحلیل R/S-S-Analysis یا روش محدوده نجات است. این توسط هیدرولوژیست هارولد ادوین هورست (1951) پیشنهاد شده است که در اواسط قرن 20 در پروژه سد نیل کار می کرد.[3]

نماینده Hurst را می توان در فاصله [0 ، 1] تعریف کرد و در محدوده زیر محاسبه می شود:

از شاخص Hurst همچنین می تواند به عنوان معیار نوسانات سری داده ها استفاده شود. پیترز (1994) در «تجزیه و تحلیل بازار فراکتال: استفاده از تئوری هرج و مرج در سرمایه گذاری و اقتصاد» برجسته می کند که در تجزیه و تحلیل خطرات سهام ، استفاده از بعد فراکتال به جای انحراف استاندارد ترجیح می دهد.[4] انحراف استاندارد خوب است در حالی که مشخصه تنوع سری تصادفی است. اگر برای مقابله با بازار به عنوان یک فرآیند تصادفی ، در این حالت استفاده از انحراف استاندارد به عنوان ویژگی های اصلی مقادیر ریسک به اندازه کافی قابل توجیه است. اگر اعتراف کنیم که بازار تصادفی نیست ، اما هرج و مرج و هرج و مرج ، فراکتال به عنوان معیار غیرخطی بودن حرکات قیمت بسیار مناسب تر است.

چرا تأثیر عدم تحرک قیمت در رابطه با حرکت قبلی در بازارهای مالی ظاهر می شود؟این واقعیت را می توان بر اساس روانشناسی حافظه انسان توضیح داد. شاخص Hurst از بیش از 0. 50 همچنین وجود بازار حافظه غیر فرار را تأیید می کند-حال به گذشته بستگی دارد و آینده به زمان حال بستگی دارد.

کسانی که شاخص Hurst را بر اساس قیمت بازار محاسبه می کنند ، غالباً این سؤال را مطرح می کنند که چه چیزی را برای کشف رتبه بندی می کند - سری داده ها یا تغییر داده ها. به عنوان مثال ، این می تواند لگاریتم مقدار فعلی به مقدار قبلی باشد که معمولاً در تجزیه و تحلیل نقل قول های بازار استفاده می شود. تجزیه و تحلیل نشان داده است که مقیاس لگاریتمی نرمال از سری تغییرات تصادفی بسیار کوچکتر از مقیاس تغییرات خطی لگاریتمی نرمال (افزایش یا در حال سقوط) است. در نتیجه ، شاخص Hurst در لگاریتم های تغییرات سری خطی محاسبه می شود به مقادیر عظیمی می رسد.

بنابراین ، اگر ما یک سری از داده ها را که برخی از علائم روند را از بین می برد ، تغییر می دهیم ، تغییرات لگاریتم را روی آن محاسبه می کنیم ، نمایشگر Hurst چنین سریال بسیار بالاتر از 1 خواهد بود. به همین دلیل از مدل کلاسیک محاسبه شاخص Hurst استفاده می شودبه سری داده های اولیه.[5]

نتایج

ما فاصله یک سال را انتخاب کرده ایم و برای جفت ارز EUR/USD محاسبه کرده ایم. فاصله برابر با 1 هفته است ، تعداد مشاهدات- 52. داده های مورد استفاده برای این محاسبه در Forex- fxtmpire // http://ru. fxempire. com/currencies/eur-usd/tools/historicior- بازیابی شد. داده ها/ .[6]

نتایج محاسبات ما در جدول 1 نشان داده شده است.

جدول 1 - نتایج محاسبه نماینده Hurst در مورد قیمت بسته شدن جفت ارز EUR/USD (52 نفر) برای سال 2015

 

تاریخ قیمت نزدیک (ایکسi- ایکس) ʃ (xi- ایکس)
27 دسامبر 15 1،09695 -0،0121 -0،012120577
20 دسامبر 15 1،08697 -0،0221 -0،034221154
13 دسامبر 15 1،09808 -0،0110 -0،045211731
6 دسامبر 15 1،08813 -0،0209 -0،066152308
29 نوامبر 15 1،05832 -0،0508 -0،116902885
22 نوامبر 15 1،06375 -0،0453 -0،162223462
15 نوامبر 15 1،07004 -0،0390 -0،201254038
8 نوامبر 15 1،07295 -0،0361 -0،237374615
1 نوامبر 15 1،10229 -0،0068 -0،244155192
25 اکتبر 15 110048 -0،0086 -0،252745769
18 اکتبر 15 113582 0. 0267 -0،225996346
11 اکتبر 15 1،13685 0. 0278 -0،198216923
4 اکتبر 15 1،12195 0. 0129 -0،1853375
27 سپتامبر 15 11202 0. 0111 -0،174208077
20 سپتامبر 15 1،129 0. 0199 -0،154278654
13 سپتامبر 15 1،13423 0. 0252 -0،129119231
6 سپتامبر 15 1،11544 0،0064 -0،122749808
30 اوت 15 1،12114 0. 0121 -0،110680385
23 اوت 15 11378 0،0287 -0،081950962
16 اوت 15 1،1094 0،0003 -0،081621538
9 اوت 15 1،09583 -0،0132 -0،094862115
2 اوت 15 1،09677 -0،0123 -0،107162692
26 ژوئیه 15 1،0974 -0،0117 -0،118833269
19 ژوئیه 15 1،083 -0،0261 -0،144903846
12 ژوئیه 15 111295 0،0039 -0،141024423
5 ژوئیه 15 1،09949 -0،0096 -0،150605
28 ژوئن 15 1،09749 -0،0116 -0،162185577
21 ژوئن 15 1،13616 0. 0271 -0،135096154
14 ژوئن 15 1،12245 0. 0134 -0،121716731
7 ژوئن 15 111025 0،0012 -0،120537308
31 مه 15 1،09565 -0،0134 -0،133957885
24 مه 15 1،09913 -0،0099 -0،143898462
17 مه 15 1،1446 0. 0355 -0،108369038
10 مه 15 1،11955 0. 0105 -0،097889615
3 مه 15 111187 0،0096 -0،088260192
26 آوریل 15 1،08658 -0،0225 -0،110750769
19 آوریل 15 1،08085 -0،0282 -0،138971346
12 آوریل 15 1،06066 -0،0484 -0،187381923
5 آوریل 15 1،09949 -0،0096 -0،1969625
29 مارس 15 1،08827 -0،0208 -0،217763077
22 مارس 15 1،08253 -0،0265 -0،244303654
15 مارس 15 1،04839 -0،0607 -0،304984231
8 مارس 15 1،08448 -0،0246 -0،329574808
1 مارس 15 1،1161 0،0070 -0،322545385
22 فوریه 15 113805 0. 0290 -0،293565962
15 فوریه 15 1،13977 0. 0307 -0،262866538
8 فوریه 15 1،13137 0،0223 -0،240567115
1 فوریه 15 113073 0. 0217 -0،218907692
25 ژانویه 15 1،11423 0،0052 -0،213748269
18 ژانویه 15 1،15613 0. 0471 -0،16688846
11 ژانویه 15 1،18418 0. 0751 -0،091579423
4 ژانویه 15 120065 0. 0916 2،68674e-14
حسابی میانگین 1،109070577 بیشترین 2،68674e-14
انحراف معیار 0. 0297 کمترین -0،3296
دامنه (2،68674E-14)-(-0،329574808) = 0،3296
دامنه عادی R/S 0،3296/0،0297 = 11،1123
ورود به سیستم (R/S) ورود به سیستم (11،1123) = 1،0458
ورود به سیستم (n*π/2) ورود به سیستم (52*3،1416/2) = 19121
فهرست هورست н 1،0458/1،9121 = 0،5469
محاسبه r/st 11،1123*0،998752+1،051037 = 12،1494
ورود به سیستم (r/sm) ورود به سیستم (121494) = 1،0846
شاخص Hurst-Naiman нт 1،0846/1،9121*(-0،0011*LN (52) +1،0136) = 0،5738

نتایج محاسبه نشان می دهد که بازار از یک بازه زمانی یک سال ، از H = 0. 5469 ، حافظه دارد.

در مرحله بعد ، ما جفت ارز مختلف GBP / USD ، همان تعداد مشاهدات (52 نفر) ، فاصله - 1 هفته را انتخاب کرده ایم. نتایج محاسبه در جدول 2 ارائه شده است.

جدول 2 - نتایج محاسبه نمایشگر Hurst در مورد قیمت بسته شدن جفت ارز GBP/USD (52 نفر) برای سال 2015

 

تاریخ قیمت نزدیک (ایکسi- ایکس) ʃ (xi- ایکس)
27 دسامبر 15 1،4733 -0،0536 -0،053615192
20 دسامبر 15 1،49254 -0،0344 -0،08790385
13 دسامبر 15 1،4893 -0،0376 -0،125605577
6 دسامبر 15 1،52278 -0،0041 -0،129740769
29 نوامبر 15 1،51033 -0،0166 -0،146325962
22 نوامبر 15 1،50304 -0،0239 -0،170201154
15 نوامبر 15 1،51873 -0،0082 -0،178386346
8 نوامبر 15 1،52345 -0،0035 -0،181851538
1 نوامبر 15 1،50471 -0،0222 -0،204056731
25 اکتبر 15 1،54271 0. 0158 -0،188261923
18 اکتبر 15 1،53077 0،0039 -0،184407115
11 اکتبر 15 1،54361 0. 0167 -0،167712308
4 اکتبر 15 1،5305 0،0036 -0،1641275
27 سپتامبر 15 1،51738 -0،0095 -0،173662692
20 سپتامبر 15 1،51863 -0،0083 -0،181947885
13 سپتامبر 15 1،55227 0. 0254 -0،156593077
6 سپتامبر 15 1،54229 0. 0154 -0،141218269
30 اوت 15 1،51694 -0،0100 -0،151193462
23 اوت 15 1،53967 0. 0128 -0،138438654
16 اوت 15 1،56896 0. 0420 -0،096393846
9 اوت 15 1،5649 0. 0380 -0،058409038
2 اوت 15 1،54915 0،0222 -0،036174231
26 ژوئیه 15 1،56216 0. 0352 -0،000929423
19 ژوئیه 15 1،55107 0،0242 0،023225385
12 ژوئیه 15 1،56055 0. 0336 0،056860192
5 ژوئیه 15 1،55131 0. 0244 0،081255
28 ژوئن 15 1،55663 0. 0297 0،110969808
21 ژوئن 15 1،57451 0. 0476 0،158564615
14 ژوئن 15 1،5876 0. 0607 0،219249423
7 ژوئن 15 1،55536 0. 0284 0،247694231
31 مه 15 1،52712 0،0002 0،247899038
24 مه 15 1،52837 0،0015 0،249353846
17 مه 15 1،54957 0. 0227 0،272008654
10 مه 15 1،57271 0. 0458 0،317803462
3 مه 15 1،54432 0. 0174 0،335208269
26 آوریل 15 1،51478 -0،0121 0،323073077
19 آوریل 15 1،5186 -0،0083 0،314757885
12 آوریل 15 1،49556 -0،0314 0،283402692
5 آوریل 15 1،4631 -0،0638 0،2195875
29 مارس 15 1،49154 -0،0354 0،184212308
22 مارس 15 1،48695 -0،0400 0،144247115
15 مارس 15 1،49433 -0،0326 0،111661923
8 مارس 15 1،47384 -0،0531 0،058586731
1 مارس 15 1،50311 -0،0238 0،034781538
22 فوریه 15 1،54282 0. 0159 0،050686346
15 فوریه 15 1،53886 0. 0119 0،062631154
8 فوریه 15 1،53928 0. 0124 0،074995962
1 فوریه 15 1،52385 -0،0031 0،071930769
25 ژانویه 15 1،50546 -0،0215 0،050475577
18 ژانویه 15 1،4982 -0،0281 0،022380385
11 ژانویه 15 1،51552 -0،0114 0،010985192
4 ژانویه 15 1،51593 -0،0110 1،46549e-14
حسابی میانگین 1،526915192 بیشترین 0،3352
انحراف معیار 0. 0284 کمترین -0،2041
دامنه 0،3352 -( -0،2041) = 0،5393
دامنه عادی R/S 0،5393/0،0284 = 18،9734
ورود به سیستم (R/S) ورود به سیستم (18،9734) = 1،2781
ورود به سیستم (n*π/2) ورود به سیستم (52*3،1416/2) = 19121
فهرست هورست н 1،2781/1،9121 = 0،6684
محاسبه r/st 18،9734*0،998752+1،051037 = 20،0007
ورود به سیستم (r/sm) ورود به سیستم (20،0007) = 1،3010
شاخص Hurst-Naiman нт 1،3010/1،9121*(-0،0011*LN (52) +1،0136) = 0،6884

نتایج مطالعه همچنین وجود حافظه بلند مدت بازارهای مالی را تأیید می کند ، زیرا هورست نماینده 0. 6684 است.

سپس از یک برنامه رایانه ای «متا معامله گر 4» برای به دست آوردن داده های قابل اطمینان تر در مورد حضور حافظه بلند مدت بازارهای مالی استفاده شد. «متا معامله گر 4» بستری برای تجارت فارکس ، تجزیه و تحلیل بازارهای مالی و استفاده از مشاوران متخصص است.

در مرحله بعدی در مورد زبان برنامه نویسی MQL4 ، شرکت Metaquotes Software Corp. ، نشانگر بر اساس فرمول Hurst نوشته شده است. شاخص مقدار H را برای هر نوار روز ، بر اساس داده های تاریخی و یک دوره ثابت از پیش تعیین شده - N و ثابت - تعریف می کند.

این مشاهدات از پایان سال 2007 تا ژوئیه 2016 برای دو جفت ارز EUR / USD و GBP / USD انجام شده است (شکل 1 ، 2). قیمت بسته شدن میله های روزانه به عنوان داده ها گرفته شد ، تعداد مشاهدات برای هر جفت ارز 3000 نفر (3000 نفر) (دوره از 11. 2007 سال تا 07. سال 2016) ، ثابت بود.

این مطالعه نشان داد که تحت یک نمونه بزرگ (3000 نفر) دینامیک منحنی شاخص دارای ساختار نسبتاً صافی است. حداقل مقدار شاخص Hurst برای EUR / USD و 0. 8441 برای جفت GBP / USD در دوره معین پایین تر از 0. 8073 نبود. حداکثر مقدار نماینده Hurst برای جفت EUR / USD 0. 847 بود و برای جفت GBP / USD کمی بالاتر است - 0. 8505. این نشان دهنده وجود حافظه بلند مدت بازارهای ارز است.

image004

شکل 1 - پویایی میله های روزانه جفت ارز EUR / USD و مقادیر نماینده Hurst در بازه زمانی از 03. 2010 تا 07. 2016.

image005

شکل 2 - پویایی میله های روزانه جفت ارز GBP/USD و مقادیر نمایشگر Hurst در بازه زمانی از 03. 2010 تا 07. 2016.

نشانگر نتایج مشابه برای بازار سهام نشان می دهد. این مشاهدات برای پنج شاخص انجام شده است: دو روسی - RTS ، MCEX (MCX) و سه فهرست خارجی - Nasdaq ، Dowjones ، SNP500.(شکل 3 ، 4). قیمت بسته شدن میله های شاخص های روزانه به عنوان داده ها گرفته شد ، تعداد مشاهدات برای هر شاخص 1000 (1000 نفر) بود (دوره از 07. 2013 تا 07. 2016 سال.).

image007

شکل 3 - دینامیک میله های روزانه شاخص MCEX و مقادیر نماینده Hurst در بازه زمانی از 12. 2009 - 07. 2016.

image008

شکل 4 - پویایی میله های روزانه شاخص SNP500 و مقادیر نماینده Hurst در بازه زمانی از 12. 2009 - 07. 2016.

مطالعات نشان داده اند که مقادیر نماینده Hurst برای کلیه شاخص ها از 0. 83 تا 0. 76 متغیر است. شاخص های روسی در زیر برای چند صدم یک واحد در مقایسه با شاخص های خارجی.

بنابراین ، محاسبات ما نشان می دهد که رویدادهای بازار و شاخص های اقتصادی تصادفی نیستند. این نتیجه گیری برای تمام سری داده های محاسبه شده در فواصل زمانی مختلف حاصل شد. بازار بی اثر است و خاطره ای دارد. علاوه بر این ، هرچه فاصله طولانی تر باشد ، حافظه بازار برجسته تر می شود. این اعتبار FMH را که به عنوان جایگزینی برای EMH دیده می شود ، تأیید می کند. از آنجا که شاخص Hurst می تواند برای محاسبه بعد فراکتال مفید باشد ، این یک عنصر ضروری FMH محسوب می شود.

نتیجه

نتایج محاسبات ما نشان می دهد که رویدادهای بازار و شاخص های اقتصادی پدیده های تصادفی نیستند. بازار دارای ساختار فراکتالی و حافظه و انعطاف پذیری طولانی مدت است. این نتیجه گیری برای همه سری داده ها در فواصل زمانی مختلف حاصل شده است. بنابراین ، FMH را می توان با موفقیت در پدیده های اقتصادی اعمال کرد. این فرض که تصمیمات سرمایه گذاری را می توان بر اساس تجزیه و تحلیل مکانیسم های عصبی تأثیر اطلاعات بر فراکتال ها پیش بینی کرد ، اجازه می دهد تا افق های جدید در درک رفتار سرمایه گذار در بازارهای مالی باز شود. به منظور درک روند تصمیم گیری سرمایه گذاری ، طرح زیر می تواند توصیه شود:

  1. در مرحله اول ، تدوین یک مسئله دیدگاهی راجع به هدف و زمینه تصمیم ایجاد می کند. این اطلاعات در مورد شرایط داخلی ارگانیسم و عوامل محیطی مانند قحطی یا سطح تهدید در زمینه اقدامات آینده را ادغام می کند.
  2. مرحله بعدی با ارزش یا ارزیابی روش انتخاب با گزینه های رفتاری خاص تعیین می شود.
  3. در مرحله سوم ، راه حل های جایگزین با یکدیگر مقایسه می شوند و بهترین راه حل انتخاب می شود. این مرحله انتخاب عمل است.
  4. پس از اجرای یک اقدام انتخاب شده ، نتایج محاسبه می شود و کارآیی ارزیابی می شود.
  5. آخرین مرحله آموزش است. آموزش به معنای به روزرسانی اطلاعات ذخیره شده در حافظه است ، به طوری که تمام مراحل بعدی با راندمان بیشتر اجرا می شود.

спиок литератары / منابع

  1. Klucharev V. A. ، Smidts A. ، Shestakova A. N. اقتصاد عصبی. عصب شناسی تصمیم گیری.// روانشناسی تجربی.- 2011. - جلد 4 ، № 2. - ص 14-35.
  2. Mandelbrot B. B. ، J. W. Van Ness."حرکت قهوه ای کسری ، صداهای کسری و کاربرد" // بررسی سیام ، 10 ، 1968. - ص 422-37.
  3. Hurst H. E."ذخیره طولانی مدت مخازن: یک مطالعه آزمایشی" // معاملات انجمن مهندسان عمران آمریکا.- 1951. - جلد. 116.-ص 770-799.
  4. تجزیه و تحلیل بازار Peters Edgar E. Fractal: استفاده از تئوری هرج و مرج در سرمایه گذاری و اقتصاد. نیویورک: جان ویلی و پسران ، 1994.
  5. Nekrasova I. V. شاخص هورست به عنوان معیار ساختار فراکتال و حافظه بلند مدت بازارهای مالی // مجله تحقیقات بین المللی.-2015. شماره 7-3 (38).-S. 87-91.
  6. سایت رسمی فارکس - fxtmpire [منبع الکترونیکی].- url: http: //ru. fxempire. com/ارزها/یورو-USD/ابزارها/اطلاعات تاریخی/(دسترسی به 12. 10. 2016)

لیست ادبیات نمادها / منابع لاتین در فیلمنامه رومی

  1. Klucharev V. A. ، Smidts A. ، Shestakova A. N. اقتصاد عصبی. عصب شناسی تصمیم گیری.// روانشناسی تجربی.- 2011. - جلد 4 ، № 2. - ص 14-35.
  2. Mandelbrot B. B. ، J. W. Van Ness."حرکت قهوه ای کسری ، صداهای کسری و کاربرد" // بررسی سیام ، 10 ، 1968. - ص 422-37.
  3. Hurst H. E."ذخیره طولانی مدت مخازن: یک مطالعه آزمایشی" // معاملات انجمن مهندسان عمران آمریکا.- 1951. - جلد. 116.-ص 770-799.
  4. تجزیه و تحلیل بازار Peters Edgar E. Fractal: استفاده از تئوری هرج و مرج در سرمایه گذاری و اقتصاد. نیویورک: جان ویلی و پسران ، 1994.
  5. Nekrasova I. V. Pokazatel 'hursta kak mera fraktal'noj struktury i dolgosrochnoj pamyati finansovych rynkov [شاخص هورست به عنوان یک اندازه گیری برای یادبود فراکتر و طولانی مدت dnyj nauchn o-issledovatel'skij Jual [مجله بین المللی تحقیقات بین المللی] -2015. (38).-P. 87-91.[در روسی]
  6. سایت رسمی فارکس - fxtmpire [منبع الکترونیکی].- url: http: //ru. fxempire. com/ارزها/یورو-USD/ابزارها/اطلاعات تاریخی/(دسترسی به 12. 10. 2016)
استراتژی برای تحلیل فاندمنتال...
ما را در سایت استراتژی برای تحلیل فاندمنتال دنبال می کنید

برچسب : نویسنده : سعید شیخ‌زاده بازدید : <-PostHit-> تاريخ : شنبه 7 مرداد 1402 ساعت: 15:47