Прогнозування кон’юнктури валютного ринку - це оцінка перспектив його розвитку з метою визначення можливого валютного курсу і обсягів ефективних угод. Основним завданням прогнозу є визначення тенденцій розвитку факторів, які впливають на валютний ринок протягом певного майбутнього часу. Прогнозування кон’юнктури ґрунтується на результатах аналізу стану валютного ринку.
При прогнозуванні цін та валютних курсів на сьогодні існує ряд методів. Зокрема,варто виділити технічний та фундаментальний аналіз, числа Фібоначчі, теорія хвиль Еліота.
Під фундаментальним аналізом розуміється використання математичних індикаторів стану економіки (показники ВВП, безробіття, зайнятості, інфляції та грошової маси, національного доходу та ін.).
За ступенем важливості основні показники , що використовується в якості фундаментальних факторів, можна розбити на три групи.
До першої групи відносять: динаміка ВНП; дефіцит торгового балансу; індекси інфляції – індекс споживчих цін та індекс оптових цін; дані з безробіття чи зайнятості: дані щодо грошової маси.
До другої групи відносяться такі фактори: розміри гуртових продажів: розміри житлового будівництва; величина замовлень; індекс виробничих цін; індекс промислового виробництва; продуктивність в економіці.
До третьої групи відносять дані, які можна отримати в режимі реального часу: індекси акцій; динаміка цін державних облігацій.
Фундаментальний аналіз вивчає рух цін на макрорівні і визначає основний ринковий тренд. Проте для визначення конкретного моменту здійснення угоди фундаментального аналізу іноді буває недостатньо. Тоді застосовують технічний аналіз.
Технічним аналізом часто називають графічний метод аналізу ринку, оскільки при даному аналізі береться лише графік руху цін та обсягів торгів за певний проміжок часу без врахування всіх інших факторів. Основним принципом технічного аналізу є твердження, що будь-який фактор, що впливає на ціну: економічний, політичний чи психологічний, вже врахований ринком та включений до ціни.
Значний інтерес представляє використання послідовності Фібоначчі. Загальний принцип інтерпретації інструментів теорії Фібоначчі полягає в тому, що при наближенні ціни до побудованих з їх допомогою ліній слід очікувати змін у розвитку наявних тенденцій. Ця теорія набула широкого поширення серед Foreх-трейдерів завдяки високій точності у прогнозуванні точок повороту на ринку.
Ще одним інструментом прогнозування на валютних ринках є хвильова теорія Елліотта. В основі хвильової теорії Елліотта лежить деяка постійна циклічна закономірність у поведінкової психології людей. Відповідно до цієї теорії поведінку ринкових цін можна чітко визначити і виділити на графіку у вигляді хвиль. Складністю у теорії Елліотта є ідентифікація хвиль. У зв’язку з цим, практичне використання хвильової теорії Елліотта проблематичне і вимагає спеціальних знань.
Одним з методів дослідження поведінки валютних курсів є визначення фрактальності ринку на основі розрахунку показника Херста, за допомогою якого можна отримати уявлення про передумови майбутньої поведінки валютних курсів. Існує кілька методів визначення фрактальної розмірності: R/S метод (Rescaled range analysis); метод, заснований на визначенні клітинної розмірності; метод, заснований на визначенні стандартного відхилення для різних ступенів усереднення.
Оцінка та аналіз взаємозв’язку між валютними курсами і факторами їх формування можна провести на основі причинно-наслідкового тесту Гренджера; VAR-моделі, ЕСМ – моделювання (моделей коригування помилки).
Прогнозування валютних курсів і факторів їх формування поводиться на основі динамічних рядів. На практиці використовують адаптивні моделі прогнозування: метод експоненційного згладжування, модель Хольта, метод Трігга, метод Трігга-Ліча, метод Чоу; ARCH і GARCH моделі.
Останнім часом широко застосовується прогнозування на основі нейронних мереж. Нейронні мережі дають додаткові можливості в моделюванні нелінійних явищ і розпізнаванні їх хаотичної поведінки; нейромережевий аналіз, на відміну від класичних підходів, не допускає ніяких обмежень на характер вхідної інформації; нейронні мережі здатні знаходити оптимальні для даного інструмента індикатори і будувати за ними оптимальну для часового ряду стратегію передбачень. Проте прогнозування на основі нейронних мереж має і недоліки: наявність помилок нейронних мереж при прогнозуванні, які пов'язані з нестачею інформації про прогнозовану систему та подіями, що відбулися всередині прогнозованого інтервалу.
Список використаних джерел:
1. Лук’яненко І. Г., Городніченко Ю. О. Сучасні економетричні методи у фінансах. Навчальний посібник. – К. : Літера ЛТД, 2002. – 352 с.
2. Моделі і методи соціально-економічного прогнозування: підруч. / В. М. Геєць, Т. С. Клебанова, О. І. Черняк [та ін.]. – Х. : ВД «Інжек», 2008. – 396 с.
3. Сергієнко О. А., Татар М. С. Моделі прогнозування валютних курсів в системі управління конкурентоспроможністю підприємства. - [Електронний ресурс]. – Режим доступу: http://www.problecon.com/export_pdf/problems-of-economy-2013-2_0-pages-268_278.pdf.
4. Статистика Херста [Электронный ресурс]. – Режим доступу: http://www.liveinternet.ru/community/2202959/post62177758/
5. Черняк О. І. / Динамічна економетрика: Навчальний посібник / Черняк О. І., Ставицький А. В. – К. : КВІЦ, 2000. –120 с.
|
Голосування 
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License
Знайшли помилку? Виділіть помилковий текст мишкою і натисніть Ctrl + Enter