по ит в предметной области 3 Список литературы к у 14 (стр. 1 из 3)

Финансовые рынки сегодня являются одним из ключевых звеньев экономики развитых стран. Интенсивное развитие информационных технологий приводит к появлению различных программных продуктов, предоставляющих широкие возможности для анализа информации, поступающей с финансовых рынков. Всемирная паутина (World Wide Web) также играет огромную роль в развитии финансовых рынков, помогая получать самую последнюю информацию о состоянии той или иной компании, участвовать в торгах в режиме «он-лайн».

Практически все программные продукты в области финансового анализа предлагают различные решения и подходы для одной задачи – представление информации в таком виде, который помог бы принять верное решение относительно покупки или продажи той или иной ценной бумаги. Основными показателями финансовых процессов, безусловно, являются числовые характеристики. Чтобы убедиться в этом, достаточно открыть любой информационный финансовый бюллетень, — будь то итоги торгов на биржах или новости внебиржевого рынка — количество цифр поражает воображение. Как действовать в такой ситуации? Как обработать такое количество информации? На помощь приходят различные программные приложения по анализу статистической информации. После этого можно приступить к построению математической модели процесса, т.е. приблизительно описать процесс с помощью математических соотношений. Затем можно приступать к компьютерному моделированию математического процесса для того, чтобы оценить поведение процесса в будущем. Для компьютерного моделирования характерно то, что математическая модель системы представляется в виде программы, и это позволяет проводить с ней различные вычислительные эксперименты.

Целью данной работы является анализ современных средств информационных технологий, наиболее часто используемых для анализа финансовых активов и позволяющих принимать адекватное решение на основе имеющейся информации.

Задачи данной работы:

· охарактеризовать используемые программы

· сравнить возможности данных программ

Глава 1. Обзор литературы

Математическое моделирование в финансовом анализе используют, начиная с 70-х годов – со времени изменений в развитии финансовых рынков. Однако сначала эти попытки часто заходили в тупик из-за сложности моделей (нелинейные уравнения, большое число переменных, параметров, уравнений и др.) и невозможности их исследования традиционными аналитическими методами. С появлением компьютеров ситуация коренным образом изменилась, появилась возможность экспериментировать с математическими моделями и существенно расширить круг решаемых финансовых вопросов. Появились новые подходы и понятия: вычислительный эксперимент, статистическое моделирование и много других. В зависимости от математического аппарата, используемого при построении модели, можно выделить два основных вида компьютерного моделирования: имитационное и статистическое.

Для анализа поведения финансовых инструментов на начальном этапе можно использовать статистическое моделирование. Здесь нельзя не упомянуть о широчайших возможностях, которые предоставляет пакет STATISTICA 5.5 , работающий на платформе MS Windows. Безусловно, активно используются и возможности MS Excel, но STATISTICA 5.5 представляет намного более широкий спектр инструментов для анализа статистических данных. При использовании имитационного подхода можно воспользоваться известным пакетом Mathematica 5.2 (также работает на платформе MS Windows), который способен решать достаточно сложные математические задачи.

Далее в работе более подробно рассматриваются возможности данных пакетов и их применение при анализе поведения финансовых инструментов.

Глава 2 Основные возможности программных продуктов

Как уже было отмечено, при анализе поведения финансовых активов сначала можно воспользоваться статистическими методами и здесь серьезно может помочь STATISTICA − продукт компании StatSoft.

Пакет включает в себя большое количество разнообразных категорий и типов графиков. Ведь именно на графических изображениях человеческий глаз сразу видит скрытые закономерности, связи в данных, − то чего нельзя увидеть в цифрах, − воспринимая картину в целом, а не отдельные ее части. Все те графики, которые традиционно используются в техническом анализе рынков, — а также существенно более сложные, — можно построить в системе STATISTICA. Это всевозможные графики на плоскости и в пространстве, включая аналитические графики, деловые графики и диаграммы, специализированные статистические графики (гистограммы, матричные, категоризованные графики, диаграммы рассеяния и др.), пиктографики.

Имеются два основных типа графиков, отличающиеся подмножеством данных, на которых они строятся: Статистические графики, − графики для визуализации всех значений переменных (столбцов) электронной таблицы. Они включают в себя Stats Graphs — Статистические графики и Quick Stats Graphs — Быстрые статистические графики. Вторая группа — Пользовательские графики, − графики для визуализации значений из предварительно выделенного блока электронной таблице. Эта группа графиков включает в себя Custom Graphs — Пользовательские графики и Block Stats Graphs — Блоковые статистические графики.

Рис.1 – некоторые виды графиков пакета STATISTICA 5.5

Графические методы относятся к средствам дескриптивной или описательной статистики. Часто этих методов недостаточно для построения численных прогнозов и необходимо использовать более сложные аналитические методы, — методы индуктивной статистики.

Для анализа флуктуирующих во времени данных используются методы анализа временных рядов. Типичные примеры рядов: курсы акций, различные индексы: Dow Jones Industrial, Standard&Poors 500, USD Index, Bank of England, индекс РТС — индекс Российской торговой системы и другие. Эти индексы важны при принятии решений на финансовых рынках. Анализ временных рядов в STATISTICA производится в модуле Time Series Analysis/Forecasting — Анализ временных рядов/Прогнозирование.

В модуле имеются разнообразные методы, позволяющие провести всестороннее исследование временных рядов, учитывая особенности их поведения. Различные виды сглаживания: скользящее среднее, медианное, а также всевозможные преобразования рядов доступны в модуле. С их помощью можно проводить всевозможные исследования: сглаживания рядов, выделение циклов, скрытых периодичностей, прогнозировать. Предлагаются следующие методы для анализа временных рядов:

ARIMA — Модель авторегрессии и проинтегрированного скользящего среднего.

Interrupted time series analysis — Анализ прерванного временного ряда (модели ARIMA с интервенцией).

Exponential smoothing & forecasting — Экспоненциальное сглаживание и прогнозирование.

Seasonal decomposition (1, 2) — Сезонная декомпозиция 1 и 2 (в том числе месячная и квартальная).

Distributed lags analysis — Анализ распределенных лагов (регрессионная модель для двух временных рядов).

Spectral (Fourier) analysis — Спектральный (Фурье) анализ.

Пусть, например, имеется временной ряд индекса Dow Jones Industrial:

Рис.2 – временной ряд индекса Dow Jones Industrial в пакете STATISTICA 5.5

Следующие графики спектральной плотности строятся несколькими щелчками мыши:

Рис. 3 – Всевозможные графики спектральной плотности индекса Dow Jones Industrial в пакете STATISTICA 5.5

Так же пакет поддерживает технологию OLE (в режимах сервера и клиента) при помощи которой вы можете внедрять документы (например, изображения, таблицы и др.).

В пакет STATISTICA встроен язык программирования STATISTICA BASIC, используя который, можно запрограммировать собственные методы. Пользователю доступны следующие библиотеки STATISTICA BASIC: математическая библиотека, включающая различные математические функции, генераторы случайных чисел, графическая библиотека, библиотека таблиц вывода, позволяющая создать и настроить таблицы вывода, библиотека матричных функций, статистические функции и т.д. Для описания программ в STATISTICA имеется Function Wizard, с помощью которого все операции, реализованные в языке, можно выбрать в диалоговом режиме.