Заключение - Применение скрытого марковского процесса для прогноза на фондовом рынке

По итогам анализа использования разных параметров модели скрытого марковского процесса и стационарного распределения вероятностей были сделаны следующие выводы:

    1) выявлено, что при сильной волатильности необходимо применять меньше по значению скользящие периоды и меньшие верхние по модулю границы (параметр "b" в данной работе). 2) существует некоторая область, внутри которой первое утверждение верно, так как и при очень сильной и при слабой волатильности модель не верно интерпретирует краткосрочные тенденции. 3) в большинстве случаев, используя большие скользящие периоды, кривая доходности редко оказывается сильно ниже рыночной кривой. Чаще всего происходит либо следование тенденции рынка, либо доходность портфеля/акции немного опережает рыночную. 4) выявлена зависимость между накопленной доходностью и выбором параметра "b": график такой зависимости может быть представлен в виде параболы, ветви которой стремятся к некоторой почти горизонтальной прямой. Разумеется, это лишь приближенная зависимость, но суть от этого не меняется. Также стоит уточнить, что этот вывод справедлив только для акций со средней или слабой волатильностью. 5) график зависимости, описанный в предыдущем пункте, имеет перевернутый вид в случае с сильной волатильностью. Кроме того, в качестве переменной в этой зависимости можно использовать не только верхнюю по модулю границу, но и величину скользящего периода. 6) стационарное распределение, которое было выведено описанным в первой главе способом, очень близко к тому, которое можно получить более легким способом и которое без сомнений является стационарным, так как рассчитано на основе принадлежности прироста к определенному состоянию. Из этого может быть сделан вывод, что полученное более сложным образом распределение можно в некоторых случаях заменять более простым случаем. 7) на скользящих периодах до 200 наблюдений стационарное распределение показывает в среднем нулевой результат, изредка принося большую доходность, чем рыночная. В целом можно сказать, что в случае не сильной волатильности использование стационарного распределения не рекомендуется. 8) важен тот результат, что на долгосрочном периоде почти невозможно проиграть рынку, используя стационарное распределение, так как оно хорошо распознает долгосрочный тренд. Но это нельзя назвать хорошим результатом, потому что выиграть у рынка на такой модели практически не представляется возможным. 9) также в случае очень сильной волатильности не рекомендуется использовать стационарное распределение вероятностей, так как цены изменяются слишком резко и сильно, а модель не позволяет засечь такие изменения. Также можно сказать, что в долгосрочном периоде можно использовать данный метод, но итогом будет лишь то, что доходность будет равняться рыночной.

В итоге можно сказать, что модель скрытого марковского процесса может быть применима для прогноза на фондовом рынке. Но необходимо учитывать тот факт, что нельзя постоянно использовать один и тот же набор параметров. Наилучшей стратегией будет пересмотр всех параметров на каждом шаге, основываясь на том, какой из них принес наибольшую доходность на предыдущем периоде в, к примеру, 10 наблюдений. Естественно, в зависимости от скорости изменения цен длина этого периода должна меняться.

Похожие статьи




Заключение - Применение скрытого марковского процесса для прогноза на фондовом рынке

Предыдущая | Следующая