Исследование методов технического и интеллектуального анализа курса ценных бумаг

В данной работе рассматриваются методы технического и интеллектуального анализа данных, используемые для прогнозирования будущих цен на активы и принятия финансовых решений. Целью исследования является реализация алгоритмов, применяемых техническими аналитиками для нахождения паттернов, свидетельствующих о направлении изменения цен. Для автоматического принятия решений на основе найденных паттернов предлагается использовать продукционную модель представления знаний. Актуальность работы обуславливается увеличивающимся количеством участников рынка, использующих определённые торговые стратегии, образующие ценовые тенденции, которые могут быть выявлены исходя из исторических данных об объёмах продаж и котировок ценных бумаг. Методологией исследования являются эксперименты применения полученных алгоритмов на рандомизированных выборках данных с целью повышения репрезентативности исследования, а также сравнительный анализ полученных результатов. Вследствие выполненных исследований были сделаны выводы о целесообразности использования методов технического анализа для вероятностного предсказания оптимальных точек входа и выхода на фондовом рынке ценных бумаг. На основе рассмотренных методов был разработан прототип алгоритма принятия решений с целью автоматизированного вывода о предпочтительности поведения участника рынка относительно конкретных акций (купле/продаже).

Research of methods of technical and intellectual analysis of securities rates

This paper discusses the methods of technical and data mining used to predict future asset prices and make financial decisions. The purpose of the study is to implement algorithms used by technical analysts to find patterns indicating the direction of price changes. For automatic decision-making based on the patterns found, it is proposed to use a production model of knowledge representation. The relevance of the work is due to the increasing number of market participants using certain trading strategies that form price trends, which can be identified based on historical data on sales volumes and quotations of securities. The methodology of the study is experiments using the obtained algorithms on randomized data samples in order to increase the representativeness of the study, as well as a comparative analysis of the results obtained. As a result of the research carried out, conclusions were drawn about the expediency of using technical analysis methods for probabilistic prediction of optimal entry and exit points on the stock market of securities. Based on the methods considered, a prototype of a decision-making algorithm was developed for the purpose of automated inference about the preference of the behavior of a market participant regarding specific stocks (purchase /sale).