Прогноз котировок ММВБ на 20090508

Бумага	Дата последнего закрытия	Курс последнего закрытия	Дата прогноза	Прогноз
Сбербанк	20090507	31.15	20090508	ПАДЕНИЕ
Сбербанк пр.	20090507	19.05	20090508	ПАДЕНИЕ
Сургутнефтегаз	20090507	24.8	20090508	ПАДЕНИЕ
Ростелеком	20090507	302.96	20090508	ПАДЕНИЕ
ГМК Норильский никель	20090507	3162	20090508	РОСТ
Мосэнерго	20090507	1.651	20090508	РОСТ
Сибнефть	20090507	95.2	20090508	РОСТ
Лукойл	20090507	1589	20090508	ПАДЕНИЕ

Прогноз котировок ММВБ на 20090507

Бумага	Дата последнего закрытия	Курс последнего закрытия	Дата прогноза	Прогноз
Сбербанк	20090506	29.38	20090507	РОСТ
Сбербанк пр.	20090506	18.38	20090507	РОСТ
Сургутнефтегаз	20090506	23.959	20090507	РОСТ
Ростелеком	20090506	302.99	20090507	РОСТ
ГМК Норильский никель	20090506	3038.99	20090507	РОСТ
Мосэнерго	20090506	1.646	20090507	РОСТ
Сибнефть	20090506	93.99	20090507	РОСТ
Лукойл	20090506	1565.97	20090507	ПАДЕНИЕ

Прогноз котировок ММВБ на 20090506

Бумага	Дата последнего закрытия	Курс последнего закрытия	Дата прогноза	Прогноз
Сбербанк	20090505	28.87	20090506	ПАДЕНИЕ
Сбербанк пр.	20090505	18.94	20090506	ПАДЕНИЕ
Сургутнефтегаз	20090505	24	20090506	ПАДЕНИЕ
Ростелеком	20090505	302.85	20090506	ПАДЕНИЕ
ГМК Норильский никель	20090505	2903	20090506	РОСТ
Мосэнерго	20090505	1.604	20090506	РОСТ
Сибнефть	20090505	92.07	20090506	РОСТ
Лукойл	20090505	1504	20090506	ПАДЕНИЕ

Прогноз котировок ММВБ на 20090505

Бумага	Дата последнего закрытия	Курс последнего закрытия	Дата прогноза	Прогноз
Сбербанк	20090504	29.28	20090505	РОСТ
Сбербанк пр.	20090504	18.94	20090505	РОСТ
Сургутнефтегаз	20090504	24.274	20090505	ПАДЕНИЕ
Ростелеком	20090504	306	20090505	РОСТ
ГМК Норильский никель	20090504	2898	20090505	РОСТ
Мосэнерго	20090504	1.605	20090505	РОСТ
Сибнефть	20090504	93.38	20090505	РОСТ
Лукойл	20090504	1547.79	20090505	РОСТ

Прогноз котировок ММВБ на 20090504

Бумага	Дата последнего закрытия	Курс последнего закрытия	Дата прогноза	Прогноз
Сбербанк	20090430	27.8	20090504	ПАДЕНИЕ
Сбербанк пр.	20090430	15.35	20090504	ПАДЕНИЕ
Сургутнефтегаз	20090430	23.5	20090504	ПАДЕНИЕ
Ростелеком	20090430	309.5	20090504	РОСТ
ГМК Норильский никель	20090430	2775	20090504	РОСТ
Мосэнерго	20090430	1.621	20090504	РОСТ
Сибнефть	20090430	88.74	20090504	РОСТ
Лукойл	20090430	1481.99	20090504	ПАДЕНИЕ

Ищем лучшие входы по методу box-counting_2.

Прогнозируем середину между high и low.

Будем использовать относительное изменение по основанию среднего:

где - параметр (open, high, low, close или mean).

В качестве входов к модели используем относительное изменение по всем параметрам всех 20 инструментов в предыдущем дне. В качестве выхода используем относительное изменение среднего в следующем дне.

Вычисления производим по следующей схеме.

1. переводим исходные данные в относительное изменение;

2. производим скользящее нормирование по стандартному отклонению;

3. производим сигмоидное преобразование к равномерному распределению;

4. ищем в генетике лучшие входы по методу box-counting_2.

Рисунок 1: Исходный ряд - закрытие для Лукойла.

Инструменты:

sber, sberp, sngs, rtkm, gmkn, msng, sibn, eurusd, gbpusd, usdjpy, cac40, dax, micex, micex10index, nasdaq, sp500, djia, rtsi, gold, lkoh.

После выделения в каждом инструменте параметров получаем 100 входов:

sber_o, sber_h, sber_l, sber_c, sber_m, sberp_o, sberp_h, sberp_l, sberp_c, sberp_m, sngs_o, sngs_h, sngs_l, sngs_c, sngs_m, rtkm_o, rtkm_h, rtkm_l, rtkm_c, rtkm_m, gmkn_o, gmkn_h, gmkn_l, gmkn_c, gmkn_m, msng_o, msng_h, msng_l, msng_c, msng_m, sibn_o, sibn_h, sibn_l, sibn_c, sibn_m, eurusd_o, eurusd_h, eurusd_l, eurusd_c, eurusd_m, gbpusd_o, gbpusd_h, gbpusd_l, gbpusd_c, gbpusd_m, usdjpy_o, usdjpy_h, usdjpy_l, usdjpy_c, usdjpy_m, cac40_o, cac40_h, cac40_l, cac40_c, cac40_m, dax_o, dax_h, dax_l, dax_c, dax_m, micex_o, micex_h, micex_l, micex_c, micex_m, micex10index_o, micex10index_h, micex10index_l, micex10index_c, micex10index_m, nasdaq_o, nasdaq_h, nasdaq_l, nasdaq_c, nasdaq_m, sp500_o, sp500_h, sp500_l, sp500_c, sp500_m, djia_o, djia_h, djia_l, djia_c, djia_m, rtsi_o, rtsi_h, rtsi_l, rtsi_c, rtsi_m, gold_o, gold_h, gold_l, gold_c, gold_m, lkoh_o, lkoh_h, lkoh_l, lkoh_c, lkoh_m.

Рисунок 2: Закрытие и среднее

Рисунок 3: Относительное изменение среднего

Рисунок 4: Скользящее нормирование среднего по стандартному отклонению

В отличии от обработки входов выходы нормируем стандартным отклонением с запаздыванием на один день.

Рисунок 5: Сигмоидное преобразование среднего к равномерному распределению.

Рисунок 6: Оценка методом box-counting_2 всех входов

Итак, произвели оценку всех 100 входов. Расчет произведен на периоде в 500 последних дней. Здесь дискретность для метода выбрана равной 10. Результаты на рисунке выше. Значения очень маленькие. Числовые характеристики для 10 лучших приведены ниже:

box-counting_2( sp500_c ) = 0.2744368

box-counting_2( nasdaq_c ) = 0.2613648

box-counting_2( gmkn_c ) = 0.2357223

box-counting_2( cac40_l ) = 0.2357223

box-counting_2( cac40_c ) = 0.2357223

box-counting_2( djia_c ) = 0.2357223

box-counting_2( gold_o ) = 0.2357223

box-counting_2( lkoh_l ) = 0.2231436

box-counting_2( lkoh_c ) = 0.2231436

box-counting_2( sngs_c ) = 0.2107210

Весьма интересные результаты. Оказывается среднее следующего дня лучше всего зависит от предыдущих закрытий мировых индексов, закрытия норильского никеля, нижних значений cac40 и самого Лукойла, открытия золота, закрытия Лукойла и Сергутнефтегаза.

Но все это оценки только для однопараметрической модели. Для построения нормального прогноза требуются несколько входов. Дальше постараемся найти несколько наиболее хороших входов. Делать это будем в генетике.

Вот результаты:

Рисунок 7: История качества по эпохам генетики

Рисунок 8: История нормы популяции по эпохам генетики.

Рисунок 9: История по количеству входов

В результате через 100 эпох модель сошлась к следующему набору входов:

rtkm_m,

gbpusd_h,

nasdaq_c,

lkoh_h.

Эти входы нужно использовать для предсказания среднего в следующем дне для Лукойла (lkoh_m).

Причем оценка по методу box-counting_2 для этого варианта оказалась равной 1.570298.

См.: Метод box-counting_2

Совершенствование метода box-counting

Вводим поправочный коэффициент, где - размерность входа.

Таким образом имеем:

.

В этом методе можно искать оптимальное кол-во входов.

Пример:

Берем последние 500 дней Лукойла. Высчитываем из них относительное изменение. Берем разное количество задержек по методу "гусеница". Рассчитываем оценку двумя методами с перспективой построения прогнозной модели вычисляющую следующее изменение за серией задержек. Результаты представлены на графике.

Здесь по оси абсцисс отложены задержки.
В стандартном методе (показано синим) график постоянно растущий. В новом методе максимум соответствует 5 задержкам. Таким образом делаем вывод, что для построения модели прогнозирующей следующее изменение необходимо брать пять предыдущих.

См.: Метод box-counting