Symulacje - wykład 1^.

Przewidywanie przyszłości:

1. racjonalne:

• zdroworozsądkowe - wnioskowanie oparte na doświadczeniu

• naukowe - korzysta się z dorobku nauki ( w całym procesie badawczym, tj. gromadzeniu informacji, diagnozowaniu, formułowaniu założeń i konkluzji)

2. nieracjonalne:

wnioskowanie oparte na wróżbach i proroctwach, które niekoniecznie muszą być fałszywe

PROGNOZOWANIE - racjonalne, naukowe przewidywanie przyszłych zdarzeń;

• prognoza jest formułowana z wykorzystaniem dorobku nauki

• prognoza jest stwierdzeniem odnoszącym się do określonej przyszłości

• prognoza jest stwierdzeniem weryfikowalnym empirycznie

• prognozowanie nie jest stwierdzeniem stanowczym, lecz stwierdzeniem akceptowanym

Przesłanki prognozowania:

• niepewność przyszłości

• przesunięcie w czasie pomiędzy momentem podjęcia decyzji oraz wynikłymi z niej skutkami

Cele prognoz:

• wspomaganie procesów decyzyjnych w skali mikro i makroekonomicznej

• pobudzanie do podejmowania działań sprzyjających realizacji prognozy - jeżeli zapowiada ona zdarzenia korzystne, i przeciwstawiających się jej realizacji gdy przewidywane zdarzenia oceniane są jako niekorzystne

Funkcje prognoz:

• preparacyjna - prognoza jest działaniem, które inicjuje inne działania

• aktywizująca

• informacyjna - oswajanie z nadchodzącymi zmianami

preparacyjna wymaga dużego stopnia zaufania, dwie inne nie

Rodzaje prognoz (w zależności od kryterium):

1. horyzont czasowy:

• krótkoterminowe ( do 1 roku)

• średnioterminowe (do 5 lat)

• długoterminowe (powyżej 5 lat)

2. charakter:

• ilościowe

• jakościowe

3. stopień szczegółowości

• ogólne

• szczegółowe

4. cel / funkcja

• ostrzegawcze - podają sygnały zwracające uwagę na niekorzystne ..^...

• badawcze - wszechstronne rozpoznanie przyszłości, ukazanie wszelkich możliwych rozwiązań

• informacyjne - oswajają ludzi z nadchodzącymi zmianami

5. w przypadku gdy prognoza oddziałuje na prognozowane zdarzenie (efekt Edypa)

• samorealizujące się prognozy

• samounicestwiające się prognozy

6. w zależności od kształtowania zmiennej prognozowanej przez podmiot podejmujący decyzje na podstawie prognozy

• prognozy zmiennych nie sterowanych

• prognozy zmiennych sterowanych

Sposoby powiększania pewności prognozy:

• stosowanie kilku metod prognozowania i porównywanie ich wyników

• porównanie otrzymanej prognozy z podanymi prognozami w literaturze przedmiotu, dotyczącymi tego samego zagadnienia

• potwierdzenie otrzymanych wyników poprzez logiczne lub matematyczne wyprowadzanie wniosków ze znanych już prognoz

• przeprowadzenie weryfikacji merytorycznej

Metoda prognozowania:

1 faza - diagnozowanie przyszłości - odbywa się budowę modelu

2 faza - określenie przyszłości - odbywa się poprzez wykorzystanie odpowiedniej reguły prognozy:

• reguła podstawowa

• reguła największego prawdopodobieństwa

• reguła minimalnej straty (gdy stan zmiennej której realizacja, daje minimalne straty)

reguła podstawowa - prognoza jest stan zmiennej prognozowanej otrzymany z modelu; jest stosowana gdy występuje uzasadnione przekonanie, że model, który trafnie opisywał przeszłość może być również wykorzystywany do wyznaczenia prognozy

reguła największego prawdopodobieństwa - prognoza jest stan zmiennej, któremu odpowiada największe prawdopodobieństwo; stosowana gdy zmienna prognozowana jest zmienną losową, jej rozkład jest normalny

reguła minimalnej straty - prognoza jest taki stan zmiennej, którego realizacja spowoduje minimalne straty; zakłada się że wielkość straty jest funkcją błędu prognozy i poszukuje się minimum funkcji

Podstawowe grupy metod prognozowania:

• met. prognozowania podstawowych szeregów czasowych

• met. w oparciu o modele przyczynowo - skutkowe (matematyczne, behawiorystyczne, ekonometryczne)

• met. prognozowania analogowego

• met. prognozowania heurystycznego

• modele mieszane

Etapy prognozowania:^.

1. sformułowanie zadania prognostycznego - na tym etapie określa się obiekt będący przedmiotem prognozy, cel prognozy, wymaganie co do dokładności i horyzont czasowy; decydującą rolę odgrywa decydent (prognosta jest tylko konsultantem)

2. podanie przesłanek prognostycznych - są to hipotezy badawcze określające mechanizm prognozowanego zjawiska oraz dostępne o nim informacje zarówno ilościowe jak i jakościowe; tu ważniejsza jest rola prognosty; efektem tego etapu jest określenie zbioru informacji potrzebnych do jej przeprowadzenia

3. wybór metody prognozowania - zależy od informacji i przyjętej postawy (aktywnej lub pasywnej);

postawa pasywna - prognozowane zjawisko jest uzależnione od zdarzeń przeszłych; stos.

metody oparte na szeregach czasowych i modele ekonometryczne ze

stałymi parametrami

postawa aktywna -zjawisko nie jest zależne tylko od zdarzeń przeszłych; metody

analogowe, heurystyczne, ekonometryczne ze zmiennymi parametrami

4. wyznaczenie prognozy

5. ocena dokładności prognozy - określenie trafności prognozy ( w przypadku rynków finansowych np. podanie wartości punktów zwrotnych lub kierunku zmiany trendu; porównanie prognozowanego zjawiska ze stanem rzeczywistym)

Symulacje - wykład 2

WYBRANE METODY PROGNOZOWANIA WYKORZYSTYWANE NA WSPÓŁCZENYSCH RYNKACH FINANSOWYCH

1. Modele rynku:

1. rynek efektywny - teorie zakładające niezależność cen lub zysków z aktywami finansowymi od ich wcześniejszych notowań

2. rynek fraktalny - teorie zakładające zależność cen lub zysków z aktywami finansowymi od ich wcześniejszych notowań

2. Założenia rynku efektywnego

• działa na nim nieskończona liczba uczestników

• horyzont inwestycyjny inwestorów jest jednakowy

• uczestnicy niezależnie od siebie wyceniają walory dążąc do maksymalizacji zysku

• pojedynczy inwestor nie jest w stanie wpłynąć na cenę waloru

• informacje są ogłaszane niezależnie od siebie

• koszt zdobycia informacji jest zerowy

• inwestorzy otrzymują informacje w tym samym momencie

• informacja jest dyskontowana automatycznie

• inwestorzy są zgodni, w sprawie wpływu informacji na przyszłą wartość

3. Rynek efektywny - efekty założeń

• ceny walorów we wszystkich momentach idealnie odzwierciedlają ich wartość

• ceny walorów reagują na wszelkie publicznie dostępne informacje, w tym zarówno na dane fundamentalne, jak i historie cen

• zmiany cen w koncepcji rynku efektywnego dokonują się pod wpływem bieżącej i nieoczekiwanej informacji

• kolejne zmiany cen są od siebie niezależne

• nie jest możliwe osiągnięcie zysków większych od przeciętnych

4. Teorie zakładające zależność cen lub zysków z aktywami finansowymi od ich wcześniejszych notowań:

1. podejście liniowe - polega na przyjęciu, że każdy bodziec wywołuje proporcjonalną do jego siły reakcję (efektem równania liniowego jest proste rozwiązanie)

2. podejście nieliniowe - reakcja nie jest proporcjonalna do siły bodźca (efektem równania nieliniowego jest wiele na pozór niezależnych rozwiązań - zwykle skomplikowanych i bezładnych)

5. Rynek fraktalny:

• składa się z dużej liczby uczestników o różnych horyzontach czasowych

• informacja jest różnie interpretowana przez uczestników

• czas reakcji różnych inwestorów na informacje nie jest jednakowy

• rynek jest idealnie płynny

• ceny odzwierciedlają wypadkową dążeń inwestorów

6. Wybrane grupy metod i technik wykorzystywanych do prognozowania na rynku finansowym:

1. modele niezależnych zmiennych losowych (homoskedastyczne)

2. modele uwzględniające zależność cen lub zwrotów, na rynku finansowym od przeszłych notowań (heteroskedastyczne)

3. koncepcje prognozowania wykorzystujące teorie fraktali

4. techniki sztucznej inteligencji

5. sieci neuronowe

7. Modele niezależne od zmiennych losowych

• model błądzenia losowego

• model ruchu Browna

8. Modele uwzględniające zależność cen na rynkach finansowych od przeszłych notowań

• modele liniowe: model autoregresji i model ARMA

• modele nieliniowe: model ARCH, model GARCH

9. Podstawy koncepcji prognozowań wykorzystujących teorie fraktali:

• fraktal - obiekt, którego części pozostają w pewnej relacji do całości

• fraktal jest samopodobny - określona część struktury oglądana w powiększeniu wygląda niemal tak samo jak całość struktury, z której została wyłoniona

• przebieg cen na tych rynkach można uznać za fraktal niedetermistyczny

10. Najnowocześniejsze techniki prognostyczne:

• techniki sztucznej inteligencji

• sieci neuronowe

Techniki te mogą być wykorzystywane do prognozowania krótkookresowego zmian kursów walutowych oraz tworzenia modeli transakcyjnych

Symulacje - wykład 3

WYBRANE ASPEKTY MODELOWANIA RYNKÓW FINANSOWYCH W WARUNKACH RYBKU EFEKTYWNEGO

1. Hipotezy szczegółowe rynku efektywnego

1. słaba: dotyczy sytuacji kiedy rynek kształtuje ceny instr.finansowych, ceni ceny z przeszłości

2. półsilna: faza rynku efektywnego, w której dyskontowane są wszystkie informacje dostępne publicznie (informacje o przeszłych kursach, ogólnie dostępne informacje makroekonomiczne i informacje ze spółek), co oznacza, że stosowanie analizy fundamentalnej i technicznej nie daje ponadprzeciętnych zysków

3. silna: faza rynku efektywnego, w której dyskontowane są informacje dostępne publicznie i inne, które mogą wpłynąć na ceny (np. ogłoszenie strategii inwestycyjnej), co oznacza że stosowanie analizy fundamentalnej, technicznej i korzystanie z informacji poufnych (inside trading) nie daje ponadprzeciętnych zysków

2. Wpływ poziomu efektywności na rodzaj strategii

jeśli:

1. rynku nie cechuje nawet słaba efektywność - najlepsze efekty przyniesie analiza techniczne (badanie krótkoterminowe trendów) oraz inne metody oparte o dane historyczne, w tym modele ekonometryczne

2. efektywność na poziomie hipotezy słabej - analiza techniczne nie zapewnia ponadprzeciętnych zysków; na poziomie hipotezy półsilnej nie zapewnia ich także analiza fundamentalna; najlepiej stosować analizę portfelową

3. Sposoby weryfikacji prawdziwości poszczególnych hipotez rynku efektywnego

a. weryfikacja prawdziwości hipotezy słabej:

• testy statystyczne losowości zmian kursów (testy autokorelacji, testy serii)

• testy strategii inwestycyjnej (strategia filtra - np. po przekroczeniu pewnej wartości sprzedawać/kupować)

b. weryf. hipotezy półsilnej

• sprawdzenie czy nowa cena dostosowała się do nowej informacji przed, w czasie lub po jej upublicznieniu

• sprawdzenie czy inwestorzy, którzy podjęli decyzje w oparciu o upublicznienie informacji osiągają ponadprzeciętne zyski

3. weryf.hipotezy silnej

polega na analizie stóp zwrotu z inwestycji grup inwestorów mających bezpośredni dostęp do poufnych informacji (głównie członkowie zarządów spółek giełdowych); fakt osiągania przez nich ponadprzeciętnych zysków świadczy o braku efektywności rynku

4. Cechy obserwowane na rynkach finansowych

1. rynki krótkookresowe

• wykorzystywane informacje i dane o częstotliwości większej niż miesiąc ( tygodniowe, dzienne)

• informacja zawarta w szeregach czasowych jest najważniejszą i niejednokrotnie jedyną informacja wykorzystywaną do konstrukcji modelu

2. rynki długookresowe

• wykorzystywane są dane i informacje o niskiej częstotliwości (kwartalnej, rocznej)

• informacja zawarta w szeregach czasowych nie jest jedyną

5. Charakterystyka szeregów czasowych

• wysoka częstotliwość obserwacji

• różne ujęcia danych prezentowanych w szeregach

• kursy walorów

• przyrosty kursów

• tempo wzrostu kursów (stopa zwrotów)

• przyrost logarytmu kursów

• zjawisko tzw. grupowania wariancji (polega na tym że zarówno małe jak i duże zmiany kursów występują grupami)

przyczyny:

1. nieregularny napływ informacji na rynek

2. efekt „grupowania kolejnych wartości obrotu giełdowego” dla danego instrumentu finansowego

3. otoczenie makroekonomiczne, w którym funkcjonuje dana giełda

• rozkłady temp wzrostu kursów instr.finansowych są LEPTOKURTYCZNE (tj. potencjalne wartości analizowanych zmiennych mają nietypowe rozkłady prawdopodobieństwa; zwykle prawoskośność bo częściej występują wzrosty kursów niż ich spadki)

• zmiany kursów są ujemnie skorelowane ze zmiennością ich wariancji

• na rynkach finansowych występuje związek pomiędzy wariancją temp wzrostów kursów i ich autokorelacją

6. Wpływ natury procesów na cechy kursów

• napływ informacji na rynek jest nieregularny - zjawisko grupowania wariancji

• w wielu segmentach rynku fin. występują okresy zawieszonego obrotu odpowiednimi instrumentami - inf.o tych okresach akumulują się wolniej w związku z czym wariancje stóp zwrotu są wyższe w dniach następujących po dniach wolnych „proporcjonalnie” do tempa akumulacji informacji

• zmienność kursów instr.finans. zależy od wydarzeń przewidywalnych, których prawdopodobieństwo wystąpienia jest relatywnie wysokie (informacje wynikające z publikacji ogłaszanych regularnie) - duże prawdopodobieństwo zwiększania aktywności kursowej bezpośrednio przed samym ogłoszeniem pojawiających się regularnie publikacji

• wpływająca na rynki sytuacja makroekonomiczna - wariancja kursów instrumentów zależy od informacji makroekonomicznej

• postępujące procesy globalizacji rynków finansowych - zjawisko silnej korelacji pomiędzy tempami wzrostu różnych instrumentów, jak też zmiennością indeksów reprezentujących całe segmenty rynku

7. Przyczyny niezgodności i rozbieżności pomiędzy modelem a teorią

• niezgodność modelu z informacją zawartą w próbie statystycznej

• definicje wykorzystywanych w obliczeniach danych statystycznych odbiegają od definicji przyjmowanych w modelu teoretycznym

• rozważana teoria ekonomiczna jest „nieprzekładana” na model statystyczny

^. copyright by KASICA

^. copyright by KASICA

^. copyright by KASICA

---