Ошибка
  • Delete failed: 'b5826cac4df377666bf318803405a4ef.php_expire'
  • Delete failed: 'b5826cac4df377666bf318803405a4ef.php'
  • Delete failed: '1bc2ccad222b63d71258d7c4d90380df.php_expire'
  • Delete failed: '1bc2ccad222b63d71258d7c4d90380df.php'
  • Delete failed: '36eb187b2dbfacae78b506e45c8d8c4c.php_expire'
  • Delete failed: '36eb187b2dbfacae78b506e45c8d8c4c.php'
  • Delete failed: '4a6ec34f7b1e03c6989314260d9e8152.php_expire'
  • Delete failed: '4a6ec34f7b1e03c6989314260d9e8152.php'
  • Delete failed: '766e45e6d1829e1e3d27bfb72ced0614.php_expire'
  • Delete failed: '766e45e6d1829e1e3d27bfb72ced0614.php'

Создать PDF Рекомендовать Распечатать

Анализ инвестиционной привлекательности ценных бумаг на российском фондовом рынке

  • Автор (авторы):
    Тихненко Анастасия Николаевна
  • Дата публикации:
    28.04.14
  • ВУЗ ИЛИ ОРГАНИЗАЦИЯ:
    Московский Государственный Университет Экономики, Статистики и Информатики (МЭСИ)

Анализ инвестиционной привлекательности ценных бумаг на российском фондовом рынке

Analysis of investment attractiveness of securities on the capital market

Тихненко Анастасия Николаевна

Аспирант кафедры «Прикладная математика»

Московский Государственный Университет

Экономики, Статистики и Информатики (МЭСИ)

 AnastasiyaTikhnenko@gmail.com

Аннотация

 Статья посвящена проблеме формирования выборки финансовых активов для осуществления успешной торговли на фондовом рынке. В рамках публикации рассматривается влияние основных показателей поведенческих характеристик ценового ряда на качество работы торговых стратегий, а также приводятся рекомендации по анализу активов на предмет инвестиционной привлекательности.

 Abstract

 The article deals with the sampling of financial assets for successful trading in the stock market. As part of the publication examines the impact of the main indicators of the behavioral characteristics of the price series on the performance of trading strategies, and provides recommendations on the analysis of assets for investment attractiveness.

 Ключевые слова: фондовый рынок, анализ активов, моделирование

 Keywords: capital market, analysis of assets, modeling

Успешное осуществление торговых операций на фондовом рынке во многом зависит от качества работы торговой системы, от характерных особенностей динамики ценовых рядов активов, от изменения влияющих на котировки ценных бумаг множества экзогенных предикторов и т.д. Смоделировать тенденции развития всех факторов, способных оказать воздействие на качество работы торговых систем невозможно. По этой причине инвесторы компенсировали неспособность прогнозирования сложных экономических процессов, протекающих на фондовых рынках, построением риск-систем, ограничивающих уровень потенциального убытка по совершаемым торговым операциям. На сегодняшний день финансовый результат работы инвестора сводится к построению эффективных систем поддержки принятия управленческих решений на фондовом рынке.

Предложенный автором комплексный подход к осуществлению торгов позволяет сфокусироваться не только на риске изменения динамики ценовых рядов активов, но и на выборе наиболее инвестиционно - привлекательных ценных бумаг, а также на идентификации благоприятных периодов времени для совершения спекулятивных сделок.

Разработанная система поддержки принятия управленческих решений основывается на оценке нескольких аналитических показателей: линейные изменения динамики ценовых рядов, нелинейные статистические изменениякотировок актива, кумулятивная прибыль инвестора за прошедший временной интервал, а также среднедневной доход  по каждой ценной бумаге.

Итеративное тестирование разработки позволит в деталях понять механизм работы предложенного комплексного подхода, а агрегация результатов апробации будет способствовать объективной оценке эффективности применения системы поддержки принятия управленческих решений.

Тестирование системы производится на котировках обыкновенных акций 19 компаний, входящих в листинг биржи ОАО ММВБ-РТС: AFLT, AKRN,CHMF,GAZP, GMKN, LKOH, MAGN, MGNT, MSRS,MTSS,NLMK, NVTK, RASP, ROSN, RTKM,SBER,SNGS,SVAV,TATN, а также фьючерса на индекс Micex и фьючерса на нефть LSC[5, 6].

Частоты изменения динамики ценовых рядов активов оказывают существенное влияние на эффективность работы торговых систем. В частности, резкое увеличение волатильности или смена тренда способны привести инвестора к отрицательному финансовому результату. Применение индикатора Хольта[2] в качестве фильтра подобных изменений позволяет не только вовремя выйти из позиции, тем самым снизив риск возникновения убытка, но и определить активы наиболее подходящие для осуществления успешной торговли на фондовом рынке.

Табл. 1 демонстрирует влияние количества срабатываний сигналов Хольта на важный с точки зрения проведения спекулятивных сделок показатель: продолжительность периода, на котором возможно оценить текущее состояние активов, а значит, и применить торговую систему с моделью анализа финансовых активов Хольта-Веге [4] в качестве составного блока.

Следует отметить, что срабатывание сигналов Хольта может иметь неравномерное распределение. А значит, наличие концентрации изменений динамики активов способны привести к отказу инвесторов от осуществления торгов на продолжительный период времени. Примерами подобных ситуаций могут служить наступление кризиса, переориентация экономики, политические изменения и др.

На форму распределения косвенно указывает показатель «Количество периодов, поддающихся идентификации» (Табл. 1): чем равномернее распределено срабатывание сигналов, тем большее количество периодов наблюдается у актива.

Для инвестора предпочтительно умеренное количество сигналов Хольта. Высокая частота сигналов, даже равномерно распределенная, делает невозможным инвестирование в ценные бумаги. Например, акции компаний RASP и SVAV имеют неустойчивую динамику ценовых рядов, по причине чего осуществление торгов с применением данных активов не рекомендуется независимо от формы распределения сигналов.

Таблица 1

Влияние количества сигналов Хольта на процент продолжительности временного ряда, подлежащий идентификации  в части распределения, сентябрь 2007 – июль 2013

Тикер

Количество сигналов Хольта

Количество периодов, поддающихся идентификации

Процент периода, поддающегося идентификации распределения

AFLT

101

4

29,91%

AKRN

68

5

35,00%

CHMF

7

4

96,37%

GAZP

5

4

92,17%

GMKN

16

5

89,90%

LKOH

14

6

78,69%

LSC

13

4

59,89%

MAGN

33

6

57,50%

MGNT

97

1

6,48%

MICEX

8

3

73,22%

MSRS

113

3

20,64%

MTSS

38

6

51,77%

NLMK

16

7

88,28%

NVTK

27

7

58,57%

RASP

141

0

0,00%

ROSN

18

8

81,89%

RTKM

94

2

18,06%

SBER

6

2

84,75%

SNGS

18

4

33,08%

SVAV

193

0

0,00%

TATN

31

6

58,85%

Визуальное представление результатов работы индикатора Хольта является наиболее информативным для проведения анализа активов (Рис. 1, Рис. 2). В частности на Рис. 1 продемонстрировано подтверждение неустойчивой динамики компаний RASP и SVAV. Остальные активы, вошедшие в исследуемую выборку, имеют устойчивую закономерность частот возникновения сигналов Хольта.

at1

Рис. 1. Частоты возникновения сигналов Хольта в результате изменения динамики ценовых рядов активов (выборка с количеством сигналов >=50),  январь 2007 – июль 2013

Все представленные на Рис.1 ценные бумаги, за исключением AKRN, отреагировали на кризис 2008 – 2009 гг. Кроме того, каждая отдельно взятая компания имела свои особенные временные периоды, характеризующиеся изменением динамики.

Следует отметить, что активы, попавшие в выборку, имеют разную отраслевую принадлежность. Благодаря этому, на Рис. 1 наблюдаются индивидуальные для каждой компании формы распределения индикатора Хольта.

Рис. 2 позволяет сделать важный для инвестора вывод: в наблюдаемой выборке содержатся активы инертные к серьезным экономическим изменениям, включая кризис. Объяснением данному факту может являться как сильная государственная поддержка, так и присущая каждой отдельной компании особенность динамики ценовых рядов (стабильно высокая или низкая волатильность и частота изменения тренда).

at2

 

Рис. 2. Частоты возникновения сигналов Хольта в результате изменения динамики ценовых рядов активов (выборка с количеством сигналов <50),  январь 2007 – июль 2013

Понимание закономерностей возникновения частот сигналов индикатораХольта формируют ожидания, связанные с качеством работы торговых систем. Однако в действительности большую информационную ценность для инвестора представляют текущие состояния торгуемых активов, определяемые моделью анализа финансовых активов Хольта-Веге (Табл. 2).

Учитывая характерные особенности динамики ценовых рядов в рамках каждого отдельного состояния, можно выделить те временные периоды, когда осуществлять торговлю наиболее благоприятно.

Таблица 2

Процентное распределение состояний активов в рамках продолжительности временных интервалов, подлежащих идентификации состояния

Тикер

Состояние рынка

Антиперсис-тентность

Случайное блуждание

Переходное состояние

Хаос

Когерентное состояние

AFLT

57,06%

14,12%

10,73%

0,02%

18,06%

AKRN

67,80%

6,05%

5,57%

0,00%

20,58%

CHMF

59,77%

11,55%

11,01%

0,00%

17,68%

GAZP

56,36%

16,73%

11,86%

0,00%

15,05%

GMKN

57,10%

15,34%

8,75%

0,01%

18,80%

LKOH

60,37%

18,06%

4,23%

0,00%

17,34%

LSC

56,44%

12,47%

7,58%

0,04%

23,50%

MAGN

62,11%

10,47%

9,36%

0,01%

18,05%

MGNT

94,08%

0,66%

0,00%

0,00%

5,26%

MICEX

43,05%

10,35%

10,15%

0,01%

36,44%

MSRS

43,27%

33,13%

16,98%

0,02%

6,61%

MTSS

57,93%

12,70%

12,54%

0,00%

16,83%

NLMK

52,86%

14,86%

9,15%

0,00%

23,14%

NVTK

64,05%

16,51%

10,34%

0,00%

9,10%

ROSN

61,06%

15,67%

9,95%

0,01%

13,31%

RTKM

72,37%

9,60%

7,73%

0,00%

10,30%

SBER

19,12%

4,20%

72,47%

0,02%

4,20%

SNGS

54,59%

17,14%

11,73%

0,00%

16,54%

TATN

60,13%

16,95%

10,35%

0,01%

12,56%

Наибольший интерес у инвестора вызывают фазы актива, когда наблюдается устойчивый тренд и отсутствует состояние бифуркации ценового ряда: нет необходимости отслеживать актуальность управляющих параметров в торговой системе (когерентность). Некоторые состояния активов плохо поддаются моделированию, а значит, качество работы торговой системы на таких фазах может быть неустойчивым (антиперсистентность и переходное состояние) [1].

Следует отметить, что частоты пребывания активов в благоприятном и неблагоприятном для осуществления торгов состоянии не всегда позволяют судить о будущих доходах инвестора – многое зависит от динамики самих ценовых и качества работы действующих торговых систем.

В целях формирования выборки активов с высоким потенциалом получения прибыли в результате совершения спекулятивных сделок необходимо проанализировать потенциальную доходность исследуемых бумаг на различных  торговых индикаторах. Определение принадлежности ценных бумаг к кластерам «высокодоходных», «доходных» и «убыточных» активов позволит инвестору сузить объем генеральной совокупности для проведения дальнейшего анализа и мониторинга динамики ценовых рядов.

Таблица 3

Финансовый кумулятивный результат совершения сделок на фондовом рынке посредством индикатора Momentum в разрезе рыночных состояний, руб. на 1 акцию (сентябрь 2007 – июль 2013)

Тикер

Состояние актива

Антиперсис-тентность

Случайное блуждание

Переходное состояние

Когерентное состояние

AFLT

7,12

-0,68

-1,41

9,90

AKRN

-1 167,04

113,08

129,52

847,68

CHMF

-38,16

185,87

62,35

139,00

GAZP

-108,13

78,00

92,95

18,49

GMKN

-1 348,68

2 178,49

2 688,64

546,98

LKOH

-712,91

-119,95

275,27

304,14

LSC

-138,45

18,30

21,44

-20,13

MAGN

5,39

7,08

7,59

6,67

MGNT

-285,98

0,00

0,00

79,00

MICEX

-503,42

-390,21

-152,11

329,24

MSRS

1,26

0,66

0,31

0,50

MTSS

64,47

15,24

87,40

-56,36

NLMK

-19,67

29,99

30,97

7,10

NVTK

91,73

33,21

43,63

74,02

ROSN

-31,25

40,84

16,69

-9,36

RTKM

-18,04

-0,47

5,17

-6,62

SBER

8,36

4,57

398,94

5,38

SNGS

2,05

4,13

0,91

4,57

TATN

59,15

38,75

31,78

6,66

По итогам финансового кумулятивного и среднедневного взвешенного дохода осуществление торгов в рамках переходного и когерентного состояния посредством индикатора Momentum является наиболее прибыльным (Табл. 3, Табл. 4). Антиперсистентное состояние напротив констатирует убытки по совершенным спекулятивным операциям.

Анализ среднедневного взвешенного дохода демонстрирует нерациональность включения в портфель российских ценных бумаг: среднедневной финансовый результат для большинства акций не превышает 1 рубля.

Таблица 4

Среднедневной взвешенный доход от совершения сделок на фондовом рынке посредством индикатора Momentum в разрезе рыночных состояний, руб. на 1 акцию в день(сентябрь 2007 – июль 2013)

Тикер

Состояние рынка

Антиперсис-тентность

Случайное блуждание

Переходное состояние

Когерентное состояние

AFLT

0,02

-0,01

-0,02

0,08

AKRN

-2,08

2,26

2,82

4,99

CHMF

-0,03

0,73

0,26

0,35

GAZP

-0,10

0,25

0,42

0,07

GMKN

-1,07

6,41

13,86

1,31

LKOH

-0,65

-0,36

3,57

0,96

LSC

-0,21

0,12

0,24

-0,07

MAGN

0,01

0,05

0,06

0,03

MGNT

-2

0

0

9,88

MICEX

-0,80

-2,57

-1,02

0,62

MSRS

0,01

0

0

0,02

MTSS

0,09

0,1

0,56

-0,27

NLMK

-0,02

0,1

0,16

0,01

NVTK

0,11

0,15

0,31

0,6

ROSN

-0,03

0,13

0,09

-0,04

RTKM

-0,06

-0,01

0,16

-0,15

SBER

0,03

0,06

0,33

0,08

SNGS

0,01

0,04

0,01

0,04

TATN

0,07

0,17

0,23

0,24

Накопленный финансовый результат совершения спекулятивных операций с применением индикатора MovingAverage в качестве торговой системы демонстрируют состояние антиперсистентности как благоприятное для осуществления торгов (Табл. 5). В частности, акции компаний GMKN, AKRN, LKOH, MICEX и CHMF можно отнести к высокодоходной группе ценных бумаг.

Таблица 5

Финансовый кумулятивный результат совершения сделок на фондовом рынке посредством индикатора MovingAverage в разрезе рыночных состояний, руб. на 1 акцию(сентябрь 2007 – июль 2013)

Тикер

Состояние актива

Антиперсис-тентность

Случайное блуждание

Переходное состояние

Когерентное состояние

AFLT

5,01

0,73

-1,53

4,34

AKRN

1 826,18

82,02

41,45

-263,25

CHMF

851,81

87,82

58,17

212,02

GAZP

234,66

70,64

125,42

55,82

GMKN

7 061,46

2 718,07

859,58

2 407,02

LKOH

1 291,37

821,23

13,16

288,50

LSC

75,72

15,03

-3,86

19,42

MAGN

5,22

6,99

-1,31

4,98

MGNT

303,45

50,00

0,00

30,25

MICEX

616,85

371,27

247,33

949,88

MSRS

0,50

0,26

0,16

-0,08

MTSS

171,90

1,15

68,41

31,45

NLMK

150,48

19,85

23,66

89,21

NVTK

270,65

19,46

51,04

60,49

ROSN

206,27

8,87

32,61

71,52

RTKM

10,18

1,42

20,07

20,78

SBER

33,29

3,76

131,29

5,46

SNGS

11,76

3,97

-0,86

2,76

TATN

200,26

21,60

33,33

51,25

Однако, учитывая продолжительность пребывания активов в фазе антиперсистентности, а также особенности работы статистического инструментария, лежащего в основе торговой стратегии, наибольшее внимание следует уделить результатам среднедневной доходности (Табл. 6). Перечень наиболее прибыльных ценных бумаг с точки зрения среднедневного финансового результата практически полностью соответствует выборке, сформированной по итогам накопленного дохода: MGNT, GMKN, AKRN, LKOH и MICEX.

Таблица 6

Среднедневной взвешенный доход от совершения сделок на фондовом рынке посредством индикатора MovingAverage в разрезе рыночных состояний, руб. на 1 акцию в день (сентябрь 2007 – июль 2013)

Тикер

Состояние рынка

Антиперсис-тентность

Случайное блуждание

Переходное состояние

Когерентное состояние

AFLT

0,01

0,01

-0,02

0,03

AKRN

3,26

1,64

0,9

-1,55

CHMF

0,64

0,34

0,24

0,54

GAZP

0,23

0,23

0,57

0,20

GMKN

5,58

7,99

4,43

8,77

LKOH

1,17

2,5

0,17

0,91

LSC

0,11

0,10

-0,04

0,07

MAGN

0,01

0,05

-0,01

0,02

MGNT

2,12

50

0

3,78

MICEX

0,98

2,44

1,66

1,78

MSRS

0

0

0

0

MTSS

0,24

0,01

0,44

0,15

NLMK

0,14

0,06

0,13

0,19

NVTK

0,31

0,09

0,36

0,49

ROSN

0,17

0,03

0,17

0,28

RTKM

0,03

0,03

0,61

0,47

SBER

0,10

0,05

0,11

0,08

SNGS

0,03

0,03

-0,01

0,03

TATN

0,24

0,09

0,24

0,3

Ценные бумаги MSRS, AFLT, MAGN и SNGS продемонстрировали отрицательную доходность как по результатам накопленного финансового результата, так и по итогу среднедневной прибыли.

Следует отметить что, несмотря на существенное различие в объемах накопленного дохода, среднедневная взвешенная прибыль от совершения сделок на фондовом рынке посредством индикаторов Momentum и MovingAverage не имеет весомых различий. А акции компаний GMKN, AKRN, LKOH, MICEX и MGNT по итогам анализа результатов работы обеих торговых систем отнесены к кластеру «высокодоходных» финансовых активов.

Работа торговой системы на основе индикатора BollingerBands продемонстрировала исключительно положительный финансовый результат для всей совокупности ценных бумаг независимо от оцениваемой фазы активов (Табл. 7, Табл. 8).

Таблица 7

Финансовый кумулятивный результат совершения сделок на фондовом рынке посредством индикатора BollingerBands в разрезе рыночных состояний, руб. на 1 акцию(сентябрь 2007 – июль 2013)

Тикер

Состояние актива

Антиперсис-тентность

Случайное блуждание

Переходное состояние

Когерентное состояние

AFLT

52,19

0,00

5,93

6,15

AKRN

1 460,98

39,41

0,00

1 333,17

CHMF

778,72

12,31

74,60

115,16

GAZP

320,49

24,22

11,94

51,20

GMKN

8 462,28

923,48

283,00

2 396,60

LKOH

1 754,15

450,00

140,94

116,94

LSC

224,84

43,29

45,50

94,89

MAGN

32,47

3,94

1,29

4,78

MGNT

914,65

0,00

0,00

0,00

MICEX

1 173,17

415,73

23,57

816,00

MSRS

0,37

0,50

0,14

0,00

MTSS

266,85

12,69

29,54

60,65

NLMK

185,01

4,99

6,97

47,70

NVTK

470,94

54,13

11,71

5,06

ROSN

367,43

134,05

11,94

23,48

RTKM

53,05

0,00

21,70

14,15

SBER

43,87

0,00

1,15

6,30

SNGS

5,95

2,25

0,55

7,73

TATN

216,74

40,46

18,26

69,29

Разделение активов на 3 группы по уровню доходности, оценивая эффективность работы  индикаторов Momentum и MovingAverage, предполагается невозможным. Только четверть российских ценных бумаг являются потенциально привлекательными для инвестора, а оставшиеся финансовые активы оцениваются как убыточные для вложений.

Таблица 8

Среднедневной взвешенный доход от совершения сделок на фондовом рынке посредством индикатора BollingerBands в разрезе рыночных состояний, руб. на 1 акцию в день (сентябрь 2007 – июль 2013)

Тикер

Состояние рынка

Антиперсис-тентность

Случайное блуждание

Переходное состояние

Когерентное состояние

AFLT

0,13

0

0,08

0,05

AKRN

2,61

0,79

0

7,84

CHMF

0,59

0,05

0,31

0,29

GAZP

0,31

0,08

0,05

0,18

GMKN

6,68

2,72

1,46

6,75

LKOH

1,59

1,37

1,83

0,37

LSC

0,34

0,29

0,51

0,34

MAGN

0,04

0,03

0,01

0,05

MGNT

6,4

0

0

0

MICEX

1,86

2,74

0,16

1,53

MSRS

0

0

0

0

MTSS

0,37

0,08

0,19

0,39

NLMK

0,17

0,02

0,04

0,19

NVTK

0,54

0,24

0,08

0,04

ROSN

0,31

0,44

0,06

0,09

RTKM

0,17

0

0,66

0,32

SBER

0,14

0,00

0,00

0,19

SNGS

0,02

0,02

0,01

0,07

TATN

0,26

0,18

0,13

0,41

Акции GMKN, LKOH, AKRN и MICEX являются наиболее доходными по итогам накопленной прибыли, а ценные бумаги AKRN, GMKN, LKOH, MICEX и MGNT  - по результатам среднедневной.

Таким образом, в выборку инвестиционно привлекательных финансовых активов вошли:

  •         ОАО "Акрон" (добыча минералов и производство минеральных удобрений);
  •        ОАО ГМК "Норильский Никель" (горно-металлургическая компания);
  •         ОАО "Лукойл" (добыча и переработка нефти);
  •         ОАО "Магнит" (крупнейший ритейлер) ;
  •        Фьючерс на индекс ММВБ.

Следует отметить, что выбранные компании дифференцированы по отраслевой принадлежности, несмотря на тот факт, что основным инвестиционным направлением российского рынка остается добыча полезных ископаемых.

Для формирования объективного понимания характерных особенностей состояний активов и оценки эффективности работы торговых систем на каждой из фаз требуется детально проанализировать результаты апробации.

Антиперсистентность.

Состояние антиперсистентности характеризуется наибольшим накопленным доходом от совершения спекулятивных операций по итогам работы всех торговых систем, за исключением индикатора Momentum. Размер кумулятивной прибыли инвестора сильно зависит от продолжительности пребывания актива в анализируемом состоянии – чем большее время ценная бумага находится в определенной фазе, тем большее количество торговых операций можно осуществить. Объяснением наибольшего накопленного объема и является длительность состояния антиперсистентности. Кроме того, антиперсистентность отличается нестабильностью финансового результата – итогом торгов может быть как прибыль, так и убыток. Этот факт способствует частому отказу инвесторов от работы с активами, пребывающими в данной фазе.

Следует отметить, что антиперсистентность характеризуется небольшой среднедневной взвешенной доходностью, что является важным параметром оценки эффективности осуществления торгов.

Когерентность.

Фаза когерентности отличается от других состояний стабильностью финансовых результатов и наибольшим среднедневным взвешенным доходом. Однако в силу непродолжительности данного состояния, кумулятивная прибыль, полученная в фазе когерентности, уступает по объему доходу, полученному при антиперсистентности.

Случайное блуждание.

Состояние случайного блуждания не привлекает инвесторов ни кумулятивной или среднедневной взвешенной доходностью, ни устойчивостью результатов. Большие потери, также как и большие доходы в данной фазе не наблюдаются. Математическое ожидание получения прибыли находится в окрестности нуля.

Переходное состояние.

Фаза перехода формирует высокую волатильность. Это приводит к тому, что при работе на фондовом рынке инвестор способен получить большой доход, но устойчивостью данный финансовый результат обладать не будет.

По итогам агрегированных результатов апробации можно сделать следующие выводы:

  1.       Результаты среднедневного взвешенного дохода трех разных индикаторов совпали в определении наиболее прибыльных активов. Следовательно, подтверждается предположение, что аналитический выбор доходных активов способствует увеличению эффективности работы инвестора (независимо от используемой торговой стратегии).
  2.       Большинство российских бумаг оцениваются как убыточные для вложений. По этой причине вопрос об определении прибыльных активов на российском фондовом рынке стоит особо остро.
  3.       На кумулятивный финансовый результат сильно влияет дифференцируемый выбор торговых систем для каждого состояния актива [3].
  4.       Наибольшая среднедневная взвешенная доходность активов и наибольшая стабильность положительного финансового результата наблюдается при когерентном состоянии активов независимо от типа торговой стратегии.

Библиографический список

  1.       Петерс Э. Хаос и порядок на рынках капитала. Новый аналитический взгляд на циклы, цены и изменчивость рынка // Мир. 2000. С. 217 – 226.
  2.      Тихненко А.Н. Разработка и применение индикатора Хольта в целях выявления линейных изменений характера ценового ряда на фондовом рынке // Финансы и кредит. – 2013. – №44 (572). – с.60-66.
  3.       Тихненко А.Н., Теплов С.Е. Разработка и применение методологии анализа инвестиционной привлекательности фондовых рынков //«Экономика и предпринимательство». – 2014. - №1 ч.2 (42-2). –с.82-86.
  4.      Тихненко А.Н. Разработка и применение модели анализа рыночных активов Хольта – Веге на фондовом рынке // Экономический анализ: теория и практика. – 2013. –  №47 (350). – с.63-67.
  5.       http://www.finam.ru/
  6.       http://moex.com/

  vakperechen

ОБНОВЛЕННЫЙ СПИСОК ВАК 2016 г.
ОТ 19.04.2016  >> ПРОСМОТРЕТЬ
tass
 
ПО ВОПРОСАМ ПУБЛИКАЦИИ СТАТЕЙ И СОТРУДНИЧЕСТВА ОБРАЩАЙТЕСЬ:
skype SKYPE: vak-uecs
e-mail
MAIL: info@uecs.ru
phone
+7 (928) 340 99 00
 

АРХИВ НОМЕРОВ

(01) УЭкС, 1/2005
(02) УЭкС, 2/2005
(03) УЭкС, 3/2005
(04) УЭкС, 4/2005
(05) УЭкС, 1/2006
(06) УЭкС, 2/2006
(07) УЭкС, 3/2006
(08) УЭкС, 4/2006
(09) УЭкС, 1/2007
(10) УЭкС, 2/2007
(11) УЭкС, 3/2007
(12) УЭкС, 4/2007
(13) УЭкС, 1/2008
(14) УЭкС, 2/2008
(15) УЭкС, 3/2008
(16) УЭкС, 4/2008
(17) УЭкС, 1/2009
(18) УЭкС, 2/2009
(19) УЭкС, 3/2009
(20) УЭкС, 4/2009
(21) УЭкС, 1/2010
(22) УЭкС, 2/2010
(23) УЭкС, 3/2010
(24) УЭкС, 4/2010
(25) УЭкС, 1/2011
(26) УЭкС, 2/2011
(27) УЭкС, 3/2011
(28) УЭкС, 4/2011
(29) УЭкС, 5/2011
(30) УЭкС, 6/2011
(31) УЭкС, 7/2011
(32) УЭкС, 8/2011
(33) УЭкС, 9/2011
(34) УЭкС, 10/2011
(35) УЭкС, 11/2011
(36) УЭкС, 12/2011
(37) УЭкС, 1/2012
(38) УЭкС, 2/2012
(39) УЭкС, 3/2012
(40) УЭкС, 4/2012
(41) УЭкС, 5/2012
(42) УЭкС, 6/2012
(43) УЭкС, 7/2012
(44) УЭкС, 8/2012
(45) УЭкС, 9/2012
(46) УЭкС, 10/2012
(47) УЭкС, 11/2012
(48) УЭкС, 12/2012
(49) УЭкС, 1/2013
(50) УЭкС, 2/2013
(51) УЭкС, 3/2013
(52) УЭкС, 4/2013
(53) УЭкС, 5/2013
(54) УЭкС, 6/2013
(55) УЭкС, 7/2013
(56) УЭкС, 8/2013
(57) УЭкС, 9/2013
(58) УЭкС, 10/2013
(59) УЭкС, 11/2013
(60) УЭкС, 12/2013
(61) УЭкС, 1/2014
(62) УЭкС, 2/2014
(63) УЭкС, 3/2014
(64) УЭкС, 4/2014
(65) УЭкС, 5/2014
(66) УЭкС, 6/2014
(67) УЭкС, 7/2014
(68) УЭкС, 8/2014
(69) УЭкС, 9/2014
(70) УЭкС, 10/2014
(71) УЭкС, 11/2014
(72) УЭкС, 12/2014
(73) УЭкС, 1/2015
(74) УЭкС, 2/2015
(75) УЭкС, 3/2015
(76) УЭкС, 4/2015
(77) УЭкС, 5/2015
(78) УЭкС, 6/2015
(79) УЭкС, 7/2015
(80) УЭкС, 8/2015
(81) УЭкС, 9/2015
(82) УЭкС, 10/2015
(83) УЭкС, 11/2015
(84) УЭкС, 11(2)/2015
(85) УЭкС,3/2016
(86) УЭкС, 4/2016
(87) УЭкС, 5/2016
(88) УЭкС, 6/2016
(89) УЭкС, 7/2016
(90) УЭкС, 8/2016
(91) УЭкС, 9/2016
(92) УЭкС, 10/2016
(93) УЭкС, 11/2016
(94) УЭкС, 12/2016
(95) УЭкС, 1/2017
(96) УЭкС, 2/2017
(97) УЭкС, 3/2017
(98) УЭкС, 4/2017
(99) УЭкС, 5/2017
(100) УЭкС, 6/2017
(101) УЭкС, 7/2017
(102) УЭкС, 8/2017
(103) УЭкС, 9/2017
(104) УЭкС, 10/2017
(105) УЭкС, 11/2017
(106) УЭкС, 12/2017
(107) УЭкС, 1/2018
(108) УЭкС, 2/2018
(109) УЭкС, 3/2018
(110) УЭкС, 4/2018
(111) УЭкС, 5/2018
(112) УЭкС, 6/2018
(113) УЭкС, 7/2018
(114) УЭкС, 8/2018
(115) УЭкС, 9/2018
(116) УЭкС, 10/2018
(117) УЭкС, 11/2018
(118) УЭкС, 12/2018
(119) УЭкС, 1/2019
(120) УЭкС, 2/2019
(03) УЭкС, 3/2019
(04) УЭкС, 4/2019
(05) УЭкС, 5/2019
(06) УЭкС, 6/2019
(07) УЭкС, 7/2019
(08) УЭкС, 8/2019
(09) УЭкС, 9/2019
(10) УЭкС, 10/2019
(11) УЭкС, 11/2019
(12) УЭкС, 12/2019

 Федеральная служба по надзору в сфере связи и массовых коммуникаций

№ регистрации СМИ ЭЛ №ФС77-35217 от 06.02.2009 г.       ISSN: 1999-4516