Как можно прогнозировать цену акций на рынке
Начинающий инвестор, сталкивающийся впервые с реалиями фондового или валютного рынков, задается вопросом: каким законам и правилам подчинено движение цен на биржах? И если действительно есть какие-то закономерности, то каким образом можно хотя бы на короткий срок предсказать движение цены активов?
Действительно, если неискушенным взглядом посмотреть на графики движения цен на биржевых площадках, то может показаться, что там царит хаотичное движение цен вверх и вниз, делая одних богатыми, а других инвесторов — трейдеров оставляя ни с чем.
На самом деле формирование цен на открытых, конкурентных и свободных рынках (где отсутствует «воля» высшего начальства или монополиста – капиталиста) происходит под влиянием многих факторов. Эти факторы охватывают широкий спектр событий, начиная от политических, связанных с каким – нибудь очередным глобальным потеплением, плохой погодой на средиземноморских курортах и заканчивая банальными событиями, происходящими в совете директоров корпорации, изменению настроения потребителя и т.п. Все это вместе и формирует некоторый, напоминающий пульсирование кардиограммы рисунок движения цены акций, облигаций или доллара с рублем.
Однако не все так просто и однозначно, и все, что происходит на рынке, подчинено некоторым законам, о которых должен знать любой, кто собирается зарабатывать на фондовом или валютном рынке (как в прочем и любом другом).
В этой статье будет рассказано о том, какими способами можно «предсказать» движение цен на рынках, какие нужны для этого сведения и информация, и как все это заставить работать на то, чтобы с определенной долей вероятности получать свою прибыль на рынке.
Фундаментальный анализ – азбука инвестора
Среди всех методов, используемых для прогнозирования цен на финансовых рынках, фундаментальный анализ — это базовый метод, который является основой не только для принятия решений, но и служит для построения прогнозов с использованием более «изощренных» способов рыночного прогнозирования, которые так или иначе применяют алгоритмы обработки информации.
Главные принципы фундаментального анализа были еще сформулированы в 30-х годах прошлого века Б. Грэхэмом (учителем нашего современника — Уоррена Баффета), которые можно кратко сформулировать следующим образом:
Собственно на этих принципах и строится методология проведения прогнозирования активов с позиций фундаментального анализа, который состоит из следующих этапов:
Одной из разновидностей фундаментального анализа является, например, консенсус – прогноз
Консенсус прогноз — это один из методов прогнозирования, основанный на усреднении прогнозов различных аналитических агентств (например, Bloomberg, Baron’s, RBC). Усреднение осуществляется с учетом весовых коэффициентов в зависимости от точности прогноза. Консенсус-прогноз меняется во времени в зависимости от макроэкономической ситуации и новостного фона. Ниже приведён график зависимости рыночной цены акций ПАО «Газпром» от времени и соответствующие консенсус – прогнозы.
На рисунке видно, что кривая справедливых цен ПАО «Газпром», рыночные цены и консенсус-прогноз почти сходятся к концу прогнозного периода. Графический анализ динамики справедливых цен данных акций позволяет говорить, что она справедливо оценена рынком и представляет интерес для краткосрочных сделок, но ни в коем случае для средне или долгосрочного инвестирования.
В целом же фундаментальный анализ, несмотря на сложности и трудоемкость сбора и обработки информации, дает возможность инвестору оценить перспективы заработка на конкретном рынке с определенным классом активов в перспективе нескольких лет, что в принципе является оптимальным для тех, кто делает ставку на долгосрочный рост своих авуаров.
Технический анализ финансовых инструментов – математика плюс информация
Другим элементом анализа и прогнозирования рыночных активов является технический анализ. Многие «гуру рынка» часто противопоставляют два вида рыночного прогноза — фундаментальный и технический. Однако на самом деле эти два способа лишь дополняют друг друга, и если, скажем, фундаментальные факторы оценки рынка нефти (добыча и спрос, пожары на буровых, войны и прочее), то технический анализ отражает это с помощью графических методов, в которых отражены все процессы изменения цены во времени.
Основными принципами тех. анализа являются:
Инструментами технического анализа являются различные группы методов, такие, например, как:
В качестве примера работы технического анализа можно привести график цены серебра за последние несколько лет. Как видно из него, изменение движения цены отображается различными характерными линиями индикаторов. Например, схождение в одной точке трех параллельных красных линий (скользящие средние, или индикатор Вильямса «аллигатор») сигнализирует о смене тренда. Это также подтверждает и индикатор ADX, который на сильных поворотных моментах достигает своих предельных значений, уходя в район значений более 75%.
При всей своей наглядности и относительной простоте все же технический анализ представляет собой некоторые сильно упрощенные методы статистического анализа, что совсем не способствует их эффективности. Графический технический анализ ещё более неопределённый, так как фигуры, образуемые котировками акций, можно трактовать двояко.
Таким образом, с помощью методов технического анализа можно распознавать тенденцию и её разворот, однако вероятность адекватного результата не гарантирована.
Как предсказать цену акций
Умение сделать прогноз о том, как будет развиваться ситуация на рынке, – отличительная черта успешных инвесторов. К примеру, Уоррена Баффета за его сверхточные предсказания называют «оракулом».
Не удивительно, что инвесторы и трейдеры во всем мире пытаются заглянуть в будущее.
Вот вам 5 инструментов, которые могут в этом помочь.
На протяжении вот уже столетий инвесторы применяют для прогнозирования рыночных событий метод технического анализа. Он хорошо подходит для краткосрочных стратегий и основан на исследовании закономерностей в изменении цен в прошлом.
Для выявления паттернов таких закономерностей инвестор анализирует график цены нужного финансового инструмента (акции, фьючерса и т. п.).
Например, на графике ниже представлены две линии тренда, которые формируют сужающийся восходящий треугольник. Эта фигура теханализа называется «бычьей», то есть свидетельствует о возможном росте.
Для того чтобы составить прогноз, аналитики, использующие технический анализ, изучают динамику изменения цен, информацию об объемах торгов и другие статистические данные. Чтобы облегчить этот процесс, применяют специализированные атрибуты и индикаторы. Вот самые популярные из них:
Для разработки долгосрочных стратегий и прогнозирования на длительный срок используют фундаментальный анализ. При таком подходе анализируют финансовые и производственные показатели деятельности компании, акции которой интересуют инвестора. Также во внимание принимают текущие политические и рыночные тренды, учитывают различные типы рисков.
При фундаментальном анализе инвестору важно собрать как можно больше данных, которые способны повлиять на нужный актив. Необходимо оценить влияние событий, которые еще только могут произойти, как в мировой экономике целом, так и в стране или отрасли, где работает конкретная компания, в частности.
Проводить анализ можно не только вручную, но и в автоматическом режиме. В этом помогают различные алгоритмы сбора и анализа данных. В нашем техническом блоге на ресурсе «Хабрахабр» мы о них рассказывали.
Если вы не боитесь большого количества технических терминов, то добро пожаловать в разборы различных алгоритмов (методы опорных векторов, адаптивной фильтрации, а также торговые системы, применяющие функции индикаторов из технического анализа).
Как правило, для корректной работы таких систем необходимо сначала собрать значительный объем торговых данных о предыдущих периодах, разработать модель прогнозирования и протестировать ее.
Еще один распространенный метод прогнозирования цен — анализ общественного мнения (sentiment analysis). В качестве признаков, которые свидетельствуют о тех или иных «настроениях толпы», используют разные данные. Например, существуют исследования, описывающие связь между событиями на фондовом рынке и новостным фоном в Twitter. Вот работа по теме от ученых из Стенфорда.
Красная линия — реальное поведение цены акции, синяя — предсказанное с помощью алгоритма, основанного на анализе настроений в Twitter
Еще один подход — анализ поисковых запросов. Известен эксперимент, в ходе которого исследователи пытались установить связь между популярностью определенных поисковых запросов и движением рынка. Основная идея здесь в том, чтобы попытаться «заглянуть» в тот момент, когда инвестор готовится принять инвестиционное решение и собирает информацию.
В частности, авторам исследования удалось обнаружить, как связаны рост поисковых запросов по политическим и экономическим темам и последующий обвал фондовых рынков.
Все описанные методы, позволяющие предсказать изменения цен акций, помогают в прогнозировании, но значительно эффективнее использовать гибридный подход. Поэтому мы в ITI Capital запустили сервис ITI Global. Это информационная система, в которой объединены важные данные и рыночная статистика. Инвесторам доступны различные фильтры, чтобы подобрать активы по определенным критериям.
Инвестор может видеть резонансные новости по определенному финансовому инструменту и его тональность. Система учитывает как отраслевые новости, так и мнения аналитиков и блогеров — они ранжируются по высоте авторитета.
Также система собирает данные по десяткам тысяч портфелей реальных инвесторов, включая информацию по общим покупкам и продажам определенного финансового инструмента. Это отражает уровень доверия к активу: сколько человек купили или продали его.
Прогноз с секретом. Как предугадать изменение стоимости акции
Что определяет цену акций — графики, прибыль, новости или дивиденды? Если честно, то все и сразу. Рост и падение прибыли показывает, все ли хорошо в компании. Из-за обсуждаемых новостей инвесторы покупают и продают акции. Опираясь на график цены, трейдеры делают по ней прогноз. Однако держать все эти методы в голове и торговать сразу по всем стратегиям — малопродуктивно и слишком сложно, так как одно мешает другому.
Лучше определиться, что вам нужно — небольшая, но быстрая прибыль или стабильные доходы на протяжении многих лет. Для первого подходит анализ графика цены, для долгосрочного инвестирования — изучение бизнеса. Торговлю по новостям можно применить к обоим случаям.
1. Следить за бизнесом
Здесь нужно обращать внимание на четыре ключевых параметра — прибыль, выручка, капитал и долги. В идеале первые три должны расти, последний — уменьшаться. Но этот принцип работает далеко не всегда: компания может взять кредит (растут долги) для строительства новых производств (увеличивается капитал), что потом приведет к росту выручки и прибыли.
Важно обращать внимание и на дивиденды. Периодические выплаты от компании могут решить вашу проблему с регулярными платежами, например за услуги ЖКХ или по кредиту. Только обратите внимание на размер дивидендов: если у компании слишком большие выплаты — больше 9% от цены акции, то, скорее всего, руководство не знает, как дальше развивать бизнес.
Плюсы изучения бизнеса при принятии решения об инвестировании заключаются в том, что вы будете хорошо понимать, что происходит с компанией-эмитентом. Значит, различные слухи и возможные колебания цены из-за них будут нестрашны.
Минусы — в том, что это долгосрочная история. Заработать 300% за полтора года весьма проблематично, хотя именно так получилось с акциями Nvidia. Но предугадать такое почти невозможно.
Пример: производитель мяса и колбас «Черкизово». Судя по отчетам компании, она постоянно развивается — открывает новые репродукторы и площадки для выращивания свиней, увеличивает капитал и прибыль. В итоге за пять лет акции «Черкизово» подорожали почти на 120%. То есть, если бы в ноябре 2012 года вы обратили внимание на бизнес этой компании и купили одну акцию за 530 рублей, сейчас бы у вас было 1210 рублей. С учетом дивидендов (153,41 рубль) общий доход составил бы 833,41 рубля на одну акцию (+157%).
2. Следить за ценой
Здесь нужно будет смотреть, как менялась стоимость акции на протяжении недели, месяца, года, пяти лет и т. д. В результате вы получите некий массив статистических данных с динамикой цены. Статистика при этом крайне усредненная. То есть, если выйдет громкая новость или внезапно вырастет прибыль, что повлияет на цену акции, вслед за этим поменяются и все ваши выверенные расчеты.
При таком подходе больше внимания уделяется не причинам изменения, а самому факту. Со стратегией «тут купил, тут продал» может много заработать, но, чтобы угадать правильный момент («тут»), нужно постоянно сидеть у монитора и следить за движением цены.
Это близко к техническому анализу, когда на основе графиков прогнозируют цены акций. Занимаются этим трейдеры, и их работа очень нервная. За день они могут «купить-продать» бумаг на миллионы рублей.
Плюсы: идеально подходит для тех, кто любит статистику и расчеты.
Минусы: сложно предугадать стоимость акции по одному только графику, да и данные по цене разные люди воспринимают по-разному.
3. Следить за новостями
С эмитентами постоянно что-то случается: выходы отчетов, смена руководителей, выплата дивидендов, сделки с другими компаниями. В зависимости от степени хайпа инвесторы могут на панике покупать и продавать акции. Собственно, вследствие такого поведения большого количества участников рынка и происходят резкие скачки цен. Да, такой подход позволяет сразу много заработать или сохранить деньги, но хайп и слухи пройдут так же быстро, как и появились.
Плюсы: если поймаете момент, то за несколько дней заработаете десятки процентов на цене акции. Или не потеряете деньги, успев быстро продать.
Минусы: нужно постоянно мониторить новости как о компании, так и о внешней конъюнктуре.
Пример: когда в мае 2017 года «Роснефть» и «Башнефть» потребовали через суд 106,6 млрд рублей с АФК «Система», акции последней за неделю подешевели на 35%. При этом бизнес продолжает работать — прибыль компании растет, и она платит дивиденды.
Резюме
— новости и слухи влияют на цену, но краткосрочно они не всегда отражают реальное положение дел в компании;
— выверенный на статистических данных график цены не означает, что вы всегда будете угадывать, что будет с котировками акции дальше;
— инвестируя в компанию, готовьтесь ждать: вы заработаете столько, сколько заработает бизнес. Поэтому оценивайте компанию перед покупкой акций с позиций бизнесмена. Посмотрите на основные финансовые показатели компании и планы развития;
— выберите только одну стратегию и используйте ее.
Биржевой зодиак: Какие алгоритмы и инструменты применяются для прогнозирования движения цен акций
Сегодня мы поговорим об инструментах технического анализа, которые используют для предсказания поведения биржевых индексов. В наши задачи не входило собрать в одну кучу и подробно описать все технологические способы прогнозирования цен на фондовых рынках. По каждому из них можно найти достаточно подробную информацию в нашем блоге. Но небольшая шпаргалка была бы весьма полезна.
По-настоящему эффективную биржевую стратегию можно создать, лишь используя большинство инструментов в комплексе. Тем более что сама стратегия подразумевает несколько этапов, включая сбор и обработку данных, построение алгоритма, отладку и проверку в реальном времени. И для каждого из них можно применять разные методы и математические модели.
Математические модели предсказания цены
Оборот алгоритмической торговли на крупных фондовых площадках сегодня достигает, по некоторым данным, 70%. При этом речь уже идет не просто о том, чтобы опередить конкурентов в совершении транзакции, но и суметь предсказать движение цены. Сделать это можно, к примеру, при помощи математической формулы, учитывающей скрытую ликвидность рынка при данной ликвидности заявок на покупку и продажу. «Истощение» очереди заявок на покупку или продажу может свидетельствовать о скором движении цены.
Изменение возникает, когда на одном из уровней цены исчезают все заявки на покупку или продажу, и существует следующий уровень цен бид и аск.
В одном из наших предыдущих материалов мы рассматривали формулу, позволяющую высчитать вероятность того, что очередь заявок аск истощится ранее, чем очередь заявок бид.
Формула для расчета вероятности повышения цены выглядела так:
, где H — скрытая ликвидность рынка, то есть сделки, которые неизвестны широкой общественности (например, сделки крупных финансовых организаций, которые заключаются за пределами бирж).
Сама процедура анализа выглядит следующим образом:
Машинное обучение и Big Data
Машинное обучение – самое, пожалуй, востребованное и многообещающее направление сложных финансовых расчетов. В нашем блоге ему, также как и, вообще, работе с большими данными, посвящена серия материалов (мы писали об этом, например, здесь и здесь).
Сам процесс машинного обучения состоит из нескольких шагов: от выбора математических и программных инструментов, сбора входных данных, до выработки предсказаний и тестирования. Самый простой способ — это создание с помощью машинного обучения модели на основе исторических данных, ее тестирование и дальнейшее применение для генерирования прогнозов будущего движения цен.
Проще всего понять работу этой модели на конкретном примере. Вот в этой статье довольно подробно, пошагово описывается успешный опыт применения стратегии машинного обучения.
Модель подразумевает создание фреймворка, симулирующего торги, который должен максимально точно воссоздать поведение реального рынка. В него закладывается тренировочный набор данных, позволяющий системе обучаться на них. Затем создается или подбирается алгоритм, отвечающий за предсказание движения цен и организацию торгов. Можно интегрировать уже готовые алгоритмы. Например, скрытые Марковские Модели, искусственные нейронные сети, алгоритм бустинга, наивный байесовский классификатор, метод опорных векторов, дерева решений, дисперсионный анализ и множество других.
Дальнейшие действия будут зависеть от используемого алгоритма (конкретные примеры можно посмотреть по ссылкам выше). Обычно за этим следует выбор, создание и оптимизация индикаторов, которые будут участвовать в прогнозе. Они, по большому счету, привязаны к повышению или понижению цены. На основе кривых изменения индикаторов можно создать формулу для более точного предсказания цены. Протестировать получившийся алгоритм можно на исторических данных.
Еще один интересный подход к использованию машинного обучения для прогнозирования цен акций — это его применение к прогнозам финансовых аналитиков. Подобный механизм работает примерно так:
На вход системы подаются мнения экспертов рынка акций (просто их мнение, которое необязательно оказывается верным), а затем на основе их прогнозов раз за разом делаются предсказания возможного движения цены. На каждой итерации вес эксперта, чье предсказание оказалось верно, повышается, а у тех, кто ошибся — наоборот снижается.
Такую технику взвешивания на основе экспертных мнений можно рассматривать в качестве гибридного подхода, комбинирующего в себе фундаментальный и технический анализ — эксперты делают прогнозы на основе фундаментального анализа, а алгоритм впоследствии использует их для генерирования собственных прогнозов с помощью методов технического анализа.
Алгоритм адаптивной фильтрации
Алгоритм адаптивной фильтрации широко применяется в радиоэлектронике в качестве системы цифровой обработки данных. Если не вдаваться в подробности, адаптивный фильтр – это самообучающаяся система, нацеленная на достижение максимального соответствия анализируемых данных на выходе реальному положению дел.
Блок-диаграмма адаптивного фильтра для предсказания сигналов
Суть метода в том, что мы можем быстро и четко реагировать на изменения входных данных для получения точных прогнозов. На практике адаптивные алгоритмы реализуются двумя классическими методами — методом градиента и наименьших квадратов (LMS и RLS).
В свое время LMS-фильтр успешно применялся для предсказания трафика в беспроводных сетях. Бразильским ученым пришла в голову идея опробовать этот алгоритм в биржевой торговле. Они создали модуль для предсказания движения цены одной из компаний. Для этого использовался адаптивный цифровой FIR-фильтр со 100 реальными коэффициентами. В качестве алгоритма адаптации был использован RLS с коэффициентом забывания 0,98. Симуляция производилась на платформе MATLAB.
Испытания с различными параметрами показали, что применение адаптивного фильтра позволяет добиться прибыли в среднем 7% от вложенных средств.
Генетические алгоритмы
Еще один свежий тренд в области алгоритмической торговли – это генетические алгоритмы. Это поисковые алгоритмы, применяющиеся в системах, где точные взаимоотношения элементов неизвестны или вовсе отсутствуют.
Как это работает: ставится задача, формализованная таким образом, чтобы на выходе возникло решение, закодированное в виде вектора генов («генотип»). Гены – это любые объекты, числа, биты. Далее случайным образом создается множество генотипов начальной «популяции», которые оцениваются с помощью специальной функции приспособленности. В итоге каждому генотипу присваивается значение «приспособленности» — именно оно определяет, насколько хорошо он решает задачу.
В своем блоге мы писали о работе ученых из исламского университета Азад, в которой речь идет о прогнозировании поведения фондовых индексов через сочетание методов генетического алгоритма, нейронных сетей и data mining с использованием опорных векторов.
При этом data mining отвечает за сбор информации и упорядочивание данных в модели классификации. Генетический алгоритм настраивает систему. Для того чтобы ее оптимизировать, каждый ген рассматривается в виде вектора, а соответствующий алгоритм оптимизации применяет к нему механизм промежуточной рекомбинации. Генерируются предсказания через метод опорных векторов (частный случая машинного обучения). Точность предсказаний для NASDAQ, сгенерированных системой, составила 74.4%.
Анализ новостей
Тем, что новости могут серьезно влиять на фондовый рынок, сегодня никого не удивишь. Примеры того, как то или иное событие (иногда фейковое) «обрушило» рынок появляются с завидной регулярностью — иногда создатели таких фейков затем испытывают проблемы с законом. Но немногие оказались способны превратить манипуляции экономическими новостями в настоящее искусство.
В 2015 году 62-летний шотландец Алан Крейг создал два поддельных твиттер-аккаунта аналитических компаний и разместил в них новости о проблемах торгующихся на бирже компаний. На графике показан рост цен одной из таких компаний после публикации фейковой новости и их падение после ее опровержения
На рынке появляются системы анализа, использующие публикации в СМИ и социальных сетях для совершения транзакций. Ведутся работы по созданию систем, которые будут способны самостоятельно создавать статьи, основываясь на данных новостных лент, с их последующей выкладкой в сеть для провоцирования тех, кто не обладает полнотой информации, на покупку или продажу активов.
Еще в 2013 году исследователи из бизнес-школы Уорика (Warwick Business School) опубликовали результаты эксперимента, в ходе которого в качестве инструмента для прогнозирования трендов фондового рынка использовался поисковик Google, и в частности, сервис Google Trends.
Он позволяет работать с информацией о поисковых запросах, ранжированных по популярности. Исследователи предположили, что существует корреляция между увеличением числа поисковых запросов по тем или иным политическими и экономическими темам и значимыми событиями на фондовых рынках.
Очевидно, что перед тем, как принять решение, люди пытаются через поисковик узнать как можно больше. Информация о поисковых запросах о темах, которые могут влиять на цены акций, может свидетельствовать о скором развороте рыночного тренда — раз уже простые люди, а не профессиональные аналитики, интересуются делами на бирже, то это верный признак того, что назревает разворот тренда.
Созданный в рамках эксперимента ученых симулятор инвестиционной игры показал впечатляющие результаты. Например, самым надежным для США оказалось слово «долг». Отслеживая рынки только по нему, ученые увеличили свой гипотетический портфель ценных бумаг на 326% за семь лет. При моделировании стандартной стратегии торгов, которая не учитывала частоту поисковых запросов, им удалось добиться прироста лишь в 16%.
