Содержание
Введение
Глава 1. Модель прогнозирования цен на нефть
1.1.Определение проблемы
1.2. Цена на нефть в России
1.3. Имитационное моделирование экономики
1.4. Этапы технологии моделирования
1.5. Отношение модели и реальной экономики
1.6. Место моделирования в системах управления экономическими обьектами
Глава 2. Технический проект
2.1. Описание параметров входной информации
2.2. Формирование выходных данных
2.3. Спецификация обработки информации
2.4. Требования к интерфейсам информационной системы
2.5. Требования к техническому и программному обеспечению
2.6. Оценка параметров надежности системы
2.7. Прогноз цен на нефть
2.8. Факторы влияющие на ценообразование нефти
Глава 3. Рабочий проект
3.1. Выбор среды разработки для создания проекта, ее характеристика
3.2. Matlab
3.3. Описание модели
3.4. Модель Simulink
3.5. Моделирование, эксперименты
Заключение
Список литературы
Выдержка из текста работы
В настоящее время многие коммерческие банки, инвестиционные компании и фонды, а также физические лица имеют достаточный объем свободных денежных средств, которые возможно как инвестировать в различные виды деятельности, так и направить на приобретение ценных бумаг. Поэтому именно портфель ценных бумаг является тем инструментом, с помощью которого может быть достигнуто требуемое соотношение всех инвестиционных целей, которое недостижимо с позиции отдельно взятой ценной бумаги, и возможно только при их комбинации.
Портфельное инвестирование позволяет научно обоснованно распределить имеющиеся денежные ресурсы между различными группами финансовых активов для достижения требуемых параметров. В зависимости от целей и задач, поставленных при формировании портфеля, инвестор может целенаправленно определить оптимальное соотношение между различными типами ценных бумаг, включаемых в портфель.
В свою очередь залогом эффективного управления финансовыми вложениями является применение классических и современных моделей формирования оптимального портфеля. Все вышеуказанное определило тематику дипломной работы, а также актуальность и практическую значимость проведенного в ней исследования.
Целью дипломной работы является формирование и оптимизация портфеля корпоративных ценных бумаг, используя различные модели портфельного инвестирования и нейросетевого прогнозирования. Для полного раскрытия выбранной темы были поставлены следующие задачи:
? исследовать основные теоретические предпосылки формирования портфеля ценных бумаг;
? изучить классические модели построения оптимального инвестиционного портфеля и их современные модификации;
? отобрать наиболее привлекательные корпоративные ценные бумаги для краткосрочного инвестирования и оценить их характеристики;
? сформировать портфель ценных бумаг, обладающий максимальной доходностью при фиксированном уровне риска;
? провести прогнозирование котировок акций на основе моделей нейронных сетей и оценить эффективность их применения в управлении сформированным портфелем.
Объектом исследования дипломной работы выступает портфель корпоративных ценных бумаг. Предметом исследования является совокупность методов формирования и оптимизации портфеля ценных бумаг на рынке ММВБ.
Теоретической и методологической базой исследования послужили труды отечественных и зарубежных ученых по проблемам формирования и оптимизации инвестиционного портфеля, анализу временных рядов, математической статистики, нейросетевому моделированию и прогнозированию.
В качестве исследовательского инструментария использовались методы корреляционно-регрессионного анализа, методы оптимизации, различные модели нейронных сетей, а так же табличные и графические методы предоставления статистических данных и результатов исследования.
Для методов исследования, используемых в дипломной работе, был собран и обработан большой объем информации, включающий материалы экономической и финансовой литературы, тематических материалов периодических изданий, аналитический материал по состоянию фондового рынка. Исходными данными являлась официальная информация об итогах торгов наиболее ликвидными акциями. В качестве источника информации использовались официальные веб-сайты фондовой биржи ММВБ-РТС и холдинга «Финам».
Для обработки исходной статистической информации применялись современные пакеты прикладных программ Microsoft EXCEL и STATISTICA Neural Networks.
Дипломная работа состоит из введения, трех глав, заключения, списка использованной литературы и приложений.
В соответствии с поставленными задачами выстроены главы и параграфы данной работы.
Во введении обосновывается актуальность темы исследования, и формулируются цель и задачи, предмет и объект исследования.
Первая глава посвящена обзору теории портфельного инвестирования и статистическому анализу деятельности отечественных и западных портфельных инвесторов на российском фондовом рынке с момента его основания.
Вторая глава полностью посвящена математико-статистическим моделям, применяемым в построении оптимального портфеля. Для того чтобы сформировать оптимальный портфель ценных бумаг была разработана инвестиционная стратегия, которая основывается на анализе доходности от вложения, времени инвестирования и анализе возникающих при этом рисков.
В третьей главе разбираются основные модели нейронных сетей, а также строятся прогнозные оценки котировок акций на основе данных моделей. Далее проводится анализ эффективности применения выбранных методик и оценка полученного дохода.
В заключении сформулированы основные выводы и предложения, полученные в результате проведенного исследования.
………….
1. Аскинадзи В.М., Максимова В.Ф., Петров В.С. Инвестиционное дело. М.: Маркет ДС, 2008;
2. Барский А.Б. Логические нейронные сети: учебное пособие / А.Б. Барский –М.: Интернет-Университет Информационных Технологий; БИНОМ. Лаборатория знаний, 2007;
3. Боровиков В.П. Нейронные сети.StatisticaNeuralNetworks. М.: Горячаялиния-Телеком, 2008;
4. Буренин А.Н. Рынок ценных бумаг и производных финансовых инструментов: Учеб.пособие. – М.: Открытое общество, 1998;
5. Буренин А.Н. Управление портфелем ценных бумаг: М.: Научно-техническое общество имени академика С.И. Вавилова, 2008;
6. Бэстенс Д. – Э. ванден Берг В. – М., Вуд Д. Нейронные сети и финансовые рынки: принятие решений в торговых операциях. – Москва: ТВП, 1997;
7. Горбань А.Н., Дунин-Барковский В.Л., Кирдин А.Н. Нейроинформатика — Новосибирск: Наука. Сибирское предприятие РАН, 1998;
8. Джон Дж. Мэрфи Технический анализ финансовых рынков, М.: Вильямс, 2012;
9. Евстигнеев В.Р. Портфельные инвестиции в мире и России: выбор стратегии –М.: Едиториал УРСС, 2002;
10. Закарян И.В. Практический интернет трейдинг – М.: И-Трейд, 2008;
11. Зимин А.И. Инвестиции вопросы и ответы: М.: Юриспруденция, 2006;
12. Игошин Н.В Инвестиции. Организация управления и финансирование – М.: ЮНИТИ-ДАНА, 2005;
13. Инвестиции. 2-е изд., перераб. и доп. Учебное пособие. — М.: ЮНИТИ, 2010;
14. Инвестиции: Учебник — 2-е изд.,перераб. и доп. /Игонина Л.Л. – М.: ИНФРА-М, 2007;
15. Инвестиции: учебник /А.Ю. Андрианов, С.В. Валдайцев, П.В. Воробьев [и др.]. – М.: ТК Велби, Изд-во Проспект, 2010;
16. Кац Дж., Маккормик Д. – Энциклопедия торговых стратегий Пер. с англ. – 4-е изд.- М.: Альпина Паблишерз, 2011;
17. Круглов В.В. Искусственные нейронные сети. М.: Горячая Линия-Телеком, 2001;
18. Кузьмин А.В. Интеллектуальные технологии управления, М.: Горячая Линия-Телеком, 2004;
19. Максимова В.Ф. Портфельные инвестиции. М: ЕАОИ, 2008;
20. Нефедов А.Г., Радченко А.В. Математико-статистическое моделирование структуры оптимального портфеля акций на российском фондовом рынке. Сб. научн. Труд. «Математико-статистический анализ социально-экономических явлений», М.: МЭСИ, 2012;
21. Орлова Е.Р. Инвестиции. М.: Омега-Л, 2012;
22. Ричард Вайсман Механические торговые системы. М.: Альпина Пабл., 2011;
23. СаймонВайн. Инвестиции и трейдинг — 2-е изд., испр. и доп. – М.: Альпина Паблишерз, 2010;
24. Солабута Н.П. Краткосрочная торговля. Эффективные приемы и методы. М.: Питер, 2011;
25. Тарков М.С. Нейрокомпьютерные системы БИНОМ. Лаборатория знаний, Интернет-университет информационных технологий — ИНТУИТ.ру, 2006;
26. Теплова Т.В. Инвестиции М.: Юрайт-Издат, 2012;
27. Хайкин Саймон Нейронные сети: полный курс 2-е издание: Пер. с англ. – М.: Издательский дом «Вильямс», 2006;
28. Четыркин Е.М. Финансовая математика 9-е изд., испр. — М.: Дело, 2009;
29. Шарп У., Александер Г., Бейли Дж. Инвестиции. Учебник. – М.:ИНФРА-М. 2004;
30. Ширяев В.И. Финансовые рынки. Нейронные сети, хаос и нелинейная динамика, М.: Красанд, 2010;
31. Яхъяева Г. Э. Нечеткие множества и нейронные сети БИНОМ. Лаборатория знаний, Интернет-университет информационных технологий — ИНТУИТ.ру, 2008;
32. www.micex.ru – Московская Межбанковская Валютная Биржа
33. www.rbc.ru – Официальный сайт ИД «РосБизнесКонсалтинг»
34. www.finam.ru – Финам, инвестиционных холдинг
35. www.beintrend.ru — инвестиционный портал
36. www.machinelearning.ru/wiki/index.php?title=RBF — свободная энциклопедия
37. www.kommersant.ru – Официальный сайт газеты «Коммерсантъ»
38. www.lenta.ru – Официальный сайт информационного агентства «Лента»
39. www.vedomosti.ru – Официальный сайт газеты «Ведомости»
40. www.rian.ru – Официальный сайт информационного агентства «Риа Новости»
41. www.fd.ru – Официальный сайт журнала «Финансовый Директор»
42. www.bbc.co.uk/russian – Официальный сайт Русской Службы BBC
43. www.ebrd.com – Официальный сайт Европейского Банка Реконструкции и Развития
44. www.cfin.ru – Сайт «Корпоративный менеджмент»
45. www.gazeta.ru – Официальный сайт информационного агентства«
