Экономические науки/4. Инвестиционная деятельность и фондовые рынки.

Аспирант Таныгин В. С.

Марийский государственный университет, Россия.

Частотный критерий активности финансового рынка.

Высокочастотными данными называется такой тип данных, в котором для каждого наблюдения известно время. При этом, высокочастотный временной ряд обычно характеризуется тем, что время между наблюдениями – случайно. Можно сказать, что условием равенства наблюдаемой величины и заданного значения является двойное условие:

1. Существование этого значения.

2. Соответствие его меры с заданной.

Получается, что для регистрации высокочастотных данных требуются два инструмента – таймер, для определения момента измерения, и измеритель, для определения величины наблюдаемых показателей. Но поскольку источник динамики ВР нам неизвестен, то появление нового значения тоже происходит в определенное время, не связанное со временем регистрации. Временной разброс между моментом изменения значения ВР и моментом обнаружения этого изменения определяется частотой регистрации значений. Поэтому чем выше частота регистрации значения ВР, тем точнее полученная статистика.

В применении к рыночной ситуации мы имеем следующее. Существует множество участников рынка, которые наблюдают за ценой. Как было сказано выше, у каждого из наблюдателей имеется таймер и измеритель. Пусть наблюдается некоторая цена P. Каждый участник стремится к получению прибыли, поэтому старается совершать сделки, когда цена достигает своих экстремумов на заданном участке ВР. Следовательно, если цена далека от экстремума, то наблюдение за ней не столь интенсивно. При приближении к желаемой цене, участник рынка увеличивает частоту регистрации цен, чтоб не пропустить интересующее его значение, в котором и совершает сделку. Сделка в свою очередь влечет за собой изменение цены.

Применяя такой подход ко всему рынку, получаем следующее. Каждый участник рынка имеет свою степень информированности, свою стратегию [1] и общую жажду получения прибыли, поэтому совершает действия, только если ожидает изменения цены в нужном направлении. Другими словами, покупка акции за 200 единиц говорит о том, что покупатель ожидает цену больше 200 единиц, соответственно, продажа – менее. Но не 200. Учитывая тот факт, что большая часть новостей, формирующих общий спрос на рынке, общедоступна, мы получаем, что участники рынка будут ждать примерно одну и ту же цену. При достижении этой цены, активность резко возрастет, что отразится на учащении изменений цены. Поэтому, можно говорить о том, что частые колебания цены в некотором диапазоне, свидетельствуют о том, что этот диапазон нежелателен для многих участников рынка. Таким образом, наблюдение за частотой совершения сделок позволяет определить цену, в окрестностях которой стоит совершить сделку.

В общем виде интервал между сделками можно выразить так:

d_t = d₀*F(p)*X(k)

Где p – цена, k – число участников рынка. Функции F и X отражают зависимости активности рынка с ценой и числом участников соответственно. d₀ – пауза регистрации.

Рис 1. EUR/USD. Значения в спокойный период

Рис 2. EUR/USD. Время изменения котировок в спокойный период.

Рис 3. EUR/USD. Значения в неспокойный период

Рис 4. EUR/USD. Время изменения котировок в неспокойный период.

В качестве примера рассмотрим динамику валютной пары EUR/USD в спокойный (рис. 1-2) и неспокойный (рис. 3-4) периоды. Во втором случае видно, что время между изменениями цены после 600 наблюдений падает, при этом значения резко колеблются в диапазоне 1,475 – 1,476. При этом в дальнейшем при выходе из диапазона время изменений опять возрастает, но при повторном входе снова падает. В результате рост продолжается до 1,48, что является значительным изменением. В диапазоне 1,475-1,476 было совершено множество покупок данной пары, что вызвало невозможность сохранения курса на этих уровнях.

Оценка текущей ситуации с точки зрения частоты изменений временного ряда применима не только в финансовых данных. Главным условием является стремлением элементов, вызывающих изменения временного ряда, к достижению определенного уровня. В качестве примеров здесь можно назвать развитие конфликтов в политике, заполнение ресурсов в процессе обработки информации, обострения хронических заболеваний в медицине.

Литература.

1. Ширяев А.Н. Основы стохастической финансовой математики. Т.1. Факты. Модели. М.: Фазис, 1998.