Embed Size (px)
Citation preview
ИННОВАЦИИ И ТЕХНОЛОГИИ
ПРОФЕССОР РОМАНОВ ВИКТОР ПЕТРОВИЧ, РЭУ ИМЕНИ Г.В. ПЛЕХАНОВА
Основные направления исследований
1. Предиктор кризисных ситуаций на финансовых рынках на основе мультифрактального анализа
2. Моделирование финансовых рынков и симулятор(тренажер) трейдера на примере программного комплекса FIMAS.
3. Адаптивное АРМ трейдера – программно-аналитический комплекс SweetSuite
4. Оценка рисков кредитования физ. и юр. лиц на основе Clementine SPSS
1. Мультифрактальный анализ• В качестве индикатора раннего предупреждения о
надвигающемся кризисе на финансовом рынке была принято увеличение ширины мультифрактального спектра. Был проведен анализ и оценка ширины мультифрактального спектра сингулярности и получено подтверждение гипотезы о том, что расширение фрактального спектра является предупреждающим сигналом о предстоящей кризисной ситуации.
”Иглы”, определяющие расширение мультифрактального спектра на почасовом графике РТС 5.2008-11.2008
Функции партиций и скейлинг-функции
Для каждой версии временных рядов вычисляем функцию партиций:
N
K
q
AKKAN ZTZqZ1
)1(0)(00 |)(|),(
N
K
qKKN ZTZqZ
11
1 |)(|),(
A
NAqZq
NN log
loglog),(log)(
00
A
NAqZq
NN log
loglog),(log)(
11
II.Основные соотношения(продолжение)
1. Локальная экспонента Липшица-Хёльдера:
, где i = 1, 2, 3, 4.
2. Мультифрактальный спектр сингулярности :
)])()([min(arg)]([minarg)( qqqqqf iiq
iq
I
qqqqqdq
d iiii
i
/)(/))1()((
II. Мониторинг рынка. Индекс РТС.
За 4 года объем выданных ипотечных кредитов и займов в России вырос более чем в 16 раз - с 3,6 млрд. руб. в 2002 году до 58,0 млрд. руб. в
2005 году. В количественном выражении - с 9.000 кредитов в 2002
году до 78.603 в 2005 году.
Почему ипотека развивается так стремительно? Факторов много. Это и увеличение реальных доходов населения, и спад недоверия к ипотеке, как со стороны потенциальных покупателей, так и со стороны продавцов, и общее снижение среднестатистической процентной ставки ипотечного кредитования с 14 до 11% годовых, и приход московских банков в регионы, и активизация на рынке средних и малых банков.
18/1
0/20
0130
/05/
2002
31/1
2/20
0211
/08/
2003
17/0
3/20
0419
/10/
2004
02/0
6/20
0510
/01/
2006
15/0
8/20
0626
/03/
2007
25/1
0/20
0707
/06/
2008
06/1
0/20
0824
/11/
2008
08/1
2/20
0812
/01/
2009
12/0
2/20
0925
/03/
2009
29/0
4/20
0929
/05/
2009
25/0
6/20
0929
/07/
2009
28/0
8/20
0927
/09/
2009
09/1
1/20
09
0
0.5
1
1.5
2
2.5
II. Мониторинг рынка. Индекс Dow Jones Industrial
Наблюдалось резкое падение индекса и 9 октября 2002 DJIA
достиг промежуточного минимума со значением
7286,27.
Промышленный индекс Dow Jones 15 сентября 2008 года упал на 4,42 процента до 10917 пунктов - это самое крупное его падение за один день со времени 9 октября
2002 года, сообщает France Presse. Мировой фондовый рынок испытал резкое снижение основных индексов в связи с банкротством инвестбанка Lehman Brothers.
18/1
0/20
0130
/05/
2002
31/1
2/20
0211
/08/
2003
17/0
3/20
0419
/10/
2004
02/0
6/20
0510
/01/
2006
15/0
8/20
0626
/03/
2007
25/1
0/20
0707
/06/
2008
06/1
0/20
0824
/11/
2008
08/1
2/20
0812
/01/
2009
12/0
2/20
0925
/03/
2009
29/0
4/20
0929
/05/
2009
25/0
6/20
0929
/07/
2009
28/0
8/20
0927
/09/
2009
09/1
1/20
09
0
0.5
1
1.5
2
2.5
II. Мониторинг рынка. Индекс Nasdaq
В августе 2002−го NASDAQ закрывает свой филиал в Японии, так же закрывая филиалы в Европе, и вот сейчас настал черед европейского отделения, где за два года количество компаний, чьи акции торгуются
на бирже, сократилось с 60 до 38.
Индекс высокотехнологичных
компаний NASDAQ Composite достиг своего пика в марте 2000 года.
18/1
0/20
0130
/05/
2002
31/1
2/20
0211
/08/
2003
17/0
3/20
0419
/10/
2004
02/0
6/20
0510
/01/
2006
15/0
8/20
0626
/03/
2007
25/1
0/20
0707
/06/
2008
06/1
0/20
0824
/11/
2008
08/1
2/20
0812
/01/
2009
12/0
2/20
0925
/03/
2009
29/0
4/20
0929
/05/
2009
25/0
6/20
0929
/07/
2009
28/0
8/20
0927
/09/
2009
09/1
1/20
09
0
0.5
1
1.5
2
2.5
Полезность использования
• В условиях высокой неопределенности и быстрых изменений окружающей среды рискованно разрабатывать стратегию предприятия с опорой на единственный вероятностный прогноз, тем более данный момент дальнейшие события мирового экономического кризиса невозможно предвидеть, основной смысл сценарного подхода - создание различных одинаково правдоподобных вариантов развития будущего, которые являются хорошо структурированными и логичными.
• Этот механизм должен располагать соответствующей информационно-аналитической службой. Результаты нашего исследования, демонстрируют возможности использования современных информационно-аналитических технологий для прогнозирования кризисных ситуаций.
Перспективы развития• Предлагаемая методика позволяет предсказать негативные
тенденции на рынке за 50 дней до первых серьезных событий. Это позволяет высказать точку зрения, что мы должны иметь в
стране механизмы своеобразного “финансового МинЧС”, который располагает ресурсами, имеет заранее заготовленные сценарии действий в случае кризиса с тем, чтобы использовать ресурсы для воздействия на параметры динамической системы и максимально быстро и с наименьшими потерями вернуть ее
в нормальное хаотическое состояние. • Предлагаемая методика позволяет улучшить качество
прогнозирования кризисных ситуаций и благодаря этому усовершенствовать технологию оптимизацию стратегии
управления инвестиционным портфелем в условиях неопределенности
2.а. Динамическая модель финансового рынка
Существует два типа трейдеров на рынке ценных бумаг F – трейдеры и N – трейдеров.
Стратегия F- трейдера :
Стратегия N-трейдеров
Чем больше значение , тем короче эффективный
период скользящего среднего.
Общий избыточный спрос рынка в целом составляет:
33 )()( ttttFt xvxvcef ttt hvv 1
ttttNt yxyxcen )(
ttttt enwefwe )1(
11 )1( ttt yxy
- истинная цена, -шум
Динамика цен:
Относительный доход двух стратегий за k шагов:
Изменение доли F – трейдеров и N- трейдеров:
ttttttt enwbefbwbexx )1(1
1 11 1
/][/][t
ktj
t
ktjjjjt
t
ktj
t
ktjjjjtt kenxenxkefxefxR
tgRtt
tt eww
ww
)1(1
2.a. Динамическая модель финансового рынка (продолжение)
,
Q – новостной фон, µ - память, новость ξt, ξ – случайная величина, 0 ≤ ξt ≤ 1
Влияние новостного фона на истинную цену , при 0 ≤ θ ≤ 1.
)(
tt
kt eQ
1exp
1exp1
t
ttt Q
Q
2.a. Динамическая модель финансового рынка (продолжение)
ttttt
t
ktj
t
ktjjjjjt
tt
tt
t
ttt
einslenwefwe
keinsxeinsxRins
RinsR
RinsRR
xxqeins
**)1(
/)(
)(*
1 1
*
21
{
If Rt ≥ 0
If Rt < 0
Доход инсайдера
Общий доход с учетом инсайдера
Доход инсайдера за шагов
Избыточный спрос с учетом инсайдера
2.a. Динамическая модель финансового рынка (продолжение)
22.5
23
23.5
24
24.5
25
25.5
26
26.5
0 20 40 60 80 100 120 140 160 180 200
Ряд1
Доход инсайдера
Реальные данные курса обмена USD/руб. за период 05.03.1999 – 01.11.1999
Поведение цен при наличии инсайдера
2.a. Динамическая модель финансового рынка (продолжение)
2.б. Симулятор FIMAS
• Программный комплекс FIMAS (Financial Market Simulation) позволяет создать виртуальный мир, в котором каждый участник руководствуется собственными правилами поведения, имеет собственные стратегии, цели и планы. Он предназначен для моделирования работы рынка ценных бумаг, соответственно участниками виртуального мира являются индивидуальные трейдеры, брокеры, компании и биржи.
Мультиагентные технологии
• Суть мультиагентных технологий заключается в принципиально новом методе решения задач. В отличие от классического способа, когда проводится поиск некоторого чётко определенного (детерминированного) алгоритма, позволяющего найти наилучшее решение проблемы, в мультиагентных технологиях решение получается автоматически в результате взаимодействия множества самостоятельных целенаправленных программных модулей — так называемых агентов.
Участники виртуального рынка• Трейдер (TFMTraderRole) – класс стандартного рыночного трейдера.
Трейдер совершает сделки на рынке через брокера, руководствуясь текущей стратегией принятия решения.
• Брокер (TFMSBrokerRole) – класс стандартного брокера. Брокер является связующим звеном между рынком и трейдером. Он получает запросы от трейдеров, обрабатывает их и либо выполняет сам, либо перенаправляет их рынку.
• Компания (TFMCompanyRole) – класс стандартной компании. Компания ведёт экономическую деятельность, нанимает сотрудников, выпускает акции на рынок и выплачивает дивиденды владельцам акций. Компания хранит информацию о своём экономическом благосостоянии, ведёт бухучет, книгу доходов и расходов и т.п.
• Рынок, биржа (TFMSMarketRole) – класс стандартной биржи. Биржа получает запросы от рынка и находит совпадения между запросами на покупку и продажу акций. Для каждой пары совпадающих запросов она производит транзакцию.
Симулятор FIMAS• Программный комплекс FIMAS дает возможность наблюдать, как
в режиме реального времени происходят торги, как меняется цена одной из акции, как меняются доходы различных категорий агентов: брокеров, трейдеров-новичков, фундаментальных трейдеров, маркет-мейкеров . Параметры симулятора:
График изменения цен активов на рынке
Изменение объемов торгов и график доходов различных видов трейдеров
• график № 1 («Average, Min and Max prices for share # 1»). – средняя мин. и макс. цена
• график № 2 («Spread»). Он достигает 5 у.е. при цене 65-75 у.е., что является достаточно высоким значением.
График № 3 («Volume») видно изменение объёма торгов за весь период.
График № 4 («Noise traders wealth») и № 5 («Market maker traders wealth») даны, чтобы можно было оценить доходы трейдеров.
Изменение доходов во времени
Средняя, макс. и мин. цены
Графики доходов различных типов трейдеров по истечении некоторого времени
3. Адаптивное АРМ трейдера – программно-аналитический комплекс
SweetSuite• Программно-аналитический комплекс SweetSuite разработан
с целью проведения научных исследований в области автоматизации аналитической и торговой деятельности на финансовых рынках. Комплекс предназначен для выполнения следующих задач:
Загрузка информации о котировках из сети Интернет с последующим ее сохранением в локальную базу данных.
Изучение данных о котировках посредством применения технического анализа.
Конструирование и отладка торговых стратегий. Автоматизация торгового процесса.
Компоненты системы• Модуль загрузки котировок из Интернет (GetRate) - Модуль
GetRate предназначен для периодической загрузки данных о котировках из сети Интернет.
• СУБД SqlServer - В качестве основного хранилища информации о котировках выбрана СУБД SqlServer 2005.
• Визуальный конструктор стратегий SweetSuite -Модуль конструирования является центральным элементом комплекса. Основное назначение модуля заключается в предоставлении аналитику возможности визуального конструирования торговых стратегий и проведения технического анализа.
Особенности конструирования• Основной особенностью редактора является его
возможности визуализации как статистических данных (временных рядов), так и самого процесса анализа и конструирования. Основными инструментами редактора, с которыми предлагается работать аналитику - это диаграмма процесса и крупнейший набор функциональных блоков, из которых собирается та или иная торговая стратегия.
• Почти каждый функциональный блок может иметь несколько входов и один выход и быть связан с другими функциональными блоками на диаграмме. Как видно из иллюстрации самый верхний блок не имеет входа. В этом случае блок является источником, а его функциональность заключается в предоставлении данных о котировках из внешних систем. В данном случае из базы данных SqlServer.
Работа в режиме конструирования
Данный режим предусмотрен для использования комплекса с целью проведения технического анализа финансовых рынков, исследования временных рядов, а также для
построения и отладки торговых стратегий.
Такой режим работы предусматривает использование исторических данных о
котировках, которые накапливаются в базе данных SqlServer. Общая схема
взаимодействия компонентов системы в режиме конструирования можно изобразить следующим образом:
Работа в автономном режимеПосле отладки торговой стратегии в режиме конструирования,
имеется возможность проверить ее в реальном времени. Для выполения этого функционала комплекс SweetSuite оснащен функциональным модулем взаимодействия с программой-
терминалом брокера.
Терминал-клиент брокера предосталяет возможность исполнения запросов на
покупку/продажу ценных бумаг, а также своевремменого предоставления
информации о котировках без каких-либо задержек, что позволяет мгновенно
реагировать на изменение климата на рынке.
Визуализация• Оличительной особенностью описываемой системы является ее возможность
визуального отображения результатов выполнения каждого функционального блока.
На иллюстрации изображены результаты выполнения функциональных блоков: RTSI-1day, MA5, MA20, CrossLineMethod (Buy/Sell/Stop) и ProfitResult. Блоки, результаты которых не интересы аналитику разрешается не отображать.
Пример создания торгового автомата
4. Оценка рисков кредитования физических и юридических лиц
Кредитный риск - риск возникновения у кредитной организации убытков вследствие неисполнения, несвоевременного либо неполного исполнения должником финансовых обязательств перед кре дитной организацией в соответствии с условиями договора
Кредитный Скоринг представляет собой математическую или статистическую модель, с помощью которой на основе кредитной истории «прошлых» клиентов банк пытается определить, насколько велика вероятность, что конкретный потенциальный заемщик вернет кредит в срок.
Методы скоринга
• Линейный дискриминатный анализ• Многофакторная логистическая регрессия• Кластерный анализ• Деревья решений• Нейронные сети
Внедрение систем кредитного скоринга позволяет:
• Повысить доходность кредитных операций за счет снижения кредитных рисков. Оценивать риски дефолтов, просрочек, досрочного возврата и давать рекомендации по условиям кредита.
• Обоснованно выводить на рынок новые кредитные продукты, анализируя конъюнктуру рынка на основе накопленных банком данных.
• Снизить издержки банка на операциях по выдаче кредитов за счет автоматизации принятия решений, увеличить скорость принятия решений при массовом кредитовании.
• Централизованно контролировать принимаемые кредитные решения, управлять влиянием человеческого фактора на принятие решений.
• Управлять кредитным портфелем банка в соответствии с текущей кредитной политикой банка. Оценивать доходность/убыточность клиентов в портфеле, анализировать структуру портфеля.
• Выявлять и предотвращать попытки мошенничества при обращении за кредитами.
Информация о просроченной задолженности по 30 крупнейшим банкам РФ (по данным ЦБ РФ)
Активы По состоянию на 1 марта 2008
По состоянию на 1 марта 2009
1 Кредиты и прочие ссуды - всего В том числе:
11 176 723 076 16 051 437 943
1.1 Кредиты, депозиты и прочие размещенные средства в том числе просроченная задолженностьИз них:
11 149 746 063
137 379 426
16 016 203 064
421 307 541
1.1.1 Кредиты и прочие размещенные средства, предоставленные нефинансовым организациям в том числе просроченная задолженность
7 333 300 406
68 870 830
10 572 860 764
313 121 649
1.1.2 Кредиты, предоставленные физическим лицам в том числе просроченная задолженность
2 123 757 770
68 398 711
2 809 182 774
103 907 722
1.1.3 Кредиты, депозиты и прочие размещенные средства, предоставленные кредитным организациям в том числе просроченная задолженность
1 250 619 832
69 430
1 987 788 245
2 244 500
SPSS Clementine
• SPSS Clementine - это автоматизированное рабочее место для data mining, позволяющее быстро разрабатывать прогностические модели с привлечением бизнес-экспертизы, а затем внедрять полученные модели для усовершенствования процесса принятия решений.
SPSS Clementine
Анализ кредитоспособности заёмщика в SPSS Clementine
Деревья решений на основе CHAID алгоритма
Деревья решений – это способ представления правил в иерархической, последовательной структуре, где каждому объекту соответствует единственный узел, дающий решение.
Модель деревьев решений в SPSS Clementine
Модель логистической регрессии в SPSS Clementine
Модель Байесовской сети в SPSS Clementine
Можно ли выдавать клиенту кредит?
Кредитная история клиента
• Выбор клиентов для выдачи «безопасных» кредитов
• Обнаружение характерных транзакций по «отмыванию денег»
• Удержание выгодных клиентов
• Выделение лояльных и недовольных клиентов
• Принятие мер по предотвращению оттока клиентов
Дерево решений говорит, какие клиенты не вернут кредит
5. АВТОМАТИЗАЦИЯ СОЗДАНИЯ ОНТОЛОГИЙ И ИХ ПРИМЕНЕНИЕ
46
Критерии качества
Инструментальные средства
Руководство по онтологии
Отраслевая онтология
Источники
Интерпретации
Авторы-отраслевые эксперты
Инженер по знаниям и“метаавтор”
Логик-математик
Логика внедрения
Преобразует
Авторы и правообладатели контента
Формальная онтология
Преобразует
Многослойная архитектура разработкионтологии
ЯДРО
ОНТОЛОГИИ
+
Приложения (протоколы,
руководства и т.п.)
47
ОсновыОсновная аксиома онтологии:
x X у (yx) y, z (yx zх yz) y (yx yX).Определение 1. Пусть L – логический язык, абстрактная онтология – это
структура O: = (C, C ,R, , R ,IR), где:два несвязных множеств C и R , элементы которых называются
концептами и отношениями соответственно,частичного порядка с на C, называемого иерархией концептов или
таксономией,функции R C C, называемой сигнатурой,частичного порядка R на R , где r1 R r2 означает (r1) C C (r2),для r1 ,
r2 R , называемого отношением иерархии.множества IR правил вывода, выраженных на логическом языке L.Функция dom: R C с dom(r):= 1((r)) дающая значение домена r, Функция range: R C с range(r):= 2((r)) которая дает ранг отношения r.• Чтобы объединить абстрактную онтологию с естественным языком,
мы используем эксплицитное представление лексического уровня. Следовательно, мы определяем лексикон для нашей абстрактной онтологии O следующим образом:
• Определение 2. Лексикон для абстрактной онтологии O: = (C, C ,R, , R ,IR), есть структура Lex:= (SC; SR;Ref C;Ref R), состоящая из двух множеств - SC и SR, элементы которых называются знаками (лексическими единицами) для концептов и отношений соответственно, и двух отношений Ref C SC C и
• Ref R SR R, называемых лексическими референциальными присваиваниями для концептов и отношений соответственно.
• Основываясь на Ref C, мы определяем для s SC,• Ref C(s):={c C| (s,c) Ref C}.• Для с C определим: • Ref -1C(c):={s SC | (s,c) Ref C}. Ref R и Ref-1 R определяются аналогично.• Определение 3. Конкретная онтология (в узком смысле) есть пара (O, Lex), где O – абстрактная онтология и Lex – лексикон для O• Мереология. Мереология представляет собою теорию частей, в отличие от теории множеств. Мереология может быть
описана как дедуктивная теория, которая исследует наиболее общие отношения между объектами. Одна из принципиальных целей теории – анализ и определение значения термина «класс». Мереология Лесьневского как теория отношений «часть - целое» основывается на единственном выражении «А часть B». Важным понятием мереологии является понятие универсума, причем универсум определяется как коллективный класс всех существующих вещей. х является универсумом тогда и только тогда, когда все, что находится вне универсума, является несуществующим. Приведем примеры утверждений мереологии. В основе мереологии лежит рефлексивное отношение частичного порядка:
• x есть часть х,• если x есть часть y и y есть часть x, тогда x=y,• если x есть часть y и y есть часть z, тогда x часть z,• x есть собственная часть y: x есть часть y и y не есть часть x, • x пересекается с y: существует часть x, которая является также частью y,• x и y не связаны: x и y не пересекаются.• Бинарное произведение: x . y: индивидуал, который являются частью как x, так и y и любая общая часть x и y является частью произведения.• Бинарная сумма: x + y: индивидуал, который если пересекается с суммой, то пересекается, по крайней мере, с x или y. • Разность: x – y: наибольший индивидуал, содержащийся в х, который не имеет общих частей с y.• Обобщенное произведение:• Π x ’Fx’ : произведение всех объектов, удовлетворяющих F. • Обобщенная сумма Sum:• σx ’Fx’ : сумма всех объектов, удовлетворяющих F.• Универсум U: сумма всех объектов.• Дополнение: дополнение x есть U-x.•• 3. Классификация онтологий• Онтология может принимать различные формы, но необходимо, чтобы она включала словарь терминов, и некоторую спецификацию. Она включает
определения и указания как концепты взаимосвязаны, что в совокупности накладывает структуру на область и ограничения на возможную интерпретацию терминов. Наиболее простая онтология состоит из простой таксономии терминов. Онтология
48
5. Эксперименты по автоматизации создания
Онтологии
49
50
51
52
53
54
55
