Материал: Рынок ценных бумаг. лабораторный практикум. Елфимова И.Ф., Лубянская Э.Б

Рис. 8. Диаграмма № 1

Рис. 9. Диаграмма № 2

Рис. 10. Диаграмма № 3

40

Выводы по результатам работы фиксируются в отчете.

Варианты заданий для лабораторной работы:

Произвести сглаживание и прогнозирование значений котировок акций использованием метода скользящей средней для акций: вариант 1 – ПАО «Аэрофлот», вариант 2 – ПАО «ИНТЕР РАО ЕЭС», вариант 3 – ПАО «Мечел», вариант 4 – ПАО «Ростелеком», вариант 5 – ПАО «Сбербанк России», вариант 6 – ПАО «РусГидро», вариант 7 – ПАО «АВТОВАЗ», вариант 8 – ПАО «Распадская», вариант 9 – ПАО «Северсталь», вариант 10 – ПАО «ЛУКОЙЛ».

Данные брать с сайта ПАО «Московская биржа» (http://rts.micex.ru/) за период – последние полгода, предшествующие семинару.

Содержание отчета по лабораторной работе:

–краткая характеристика акции и ее эмитента;

–результаты прогноза с помощью надстроек скользящей средней;

–результаты вычислений с использованием скользя-

щей средней в Microsoft Excel;

–результаты прогноза скользящей средней с помощью диаграмм;

–общие выводы.

ЛАБОРАТОРНАЯ РАБОТА № 5 МОДЕЛИРОВАНИЕ ТЕНДЕНЦИЙ

И ПРОГНОЗИРОВАНИЕ КУРСОВ ЦЕННЫХ БУМАГ С ПРИМЕНЕНИЕМ МЕТОДА ЭКСПОНЕНЦИАЛЬНОГО СГЛАЖИВАНИЯ

Цель работы: получить практические навыки прогнозирование курсов ценных бумаг с применением метода экспоненциального сглаживания.

Основные теоретические положения

Экстраполяция является методом научного исследования, который основан на распространении прошлых и на-

41

стоящих тенденций, закономерностей, связей на будущее развитие объекта прогнозирования.

К методам экстраполяции относятся метод скользящей средней, метод экспоненциального сглаживания, метод наименьших квадратов.

При выполнении прогнозов с использованием трендовых моделей необходимо учитывать, что модель жестко закрепляется, и на прогнозы одинаково влияют все данные динамического ряда. Если существует необходимость придать больший вес новым данным, можно использовать метод экспоненциального сглаживания.

Метод экспоненциального сглаживания наиболее эффективен при разработке среднесрочных прогнозов. Он приемлем при прогнозировании только на один период вперед. Его основные достоинства простота процедуры вычислений и возможность учета весов исходной информации.

Задание и порядок выполнения:

1.Построение сглаженных уровней при различных параметрах сглаживания.

2.Использование элемента «Пакет анализа» Excel «Экспоненциальное сглаживание».

3.Вывод результатов экспоненциального сглаживания.

1. Построение сглаженных уровней при различных

параметрах сглаживания

Каждое сглаженное значение рассчитывается путем сочетания предыдущего сглаженного значения и текущего значения временного ряда. В этом случае текущее значение временного ряда взвешивается с учетом сглаживающей констан-

где: St – значение экспоненциальной средней в момент времени t;

42

а – параметр сглаживания, а =const, 0< а <;1 yt - текущее значение временного ряда;

St-1 – предыдущее значение экспоненциальной средней. Пример: используя данные о котировках акций Сбер-

банка за период c 01.09.2019 по 23.09.2019 г. (табл. 10), необ-

ходимо сгладить данный временной ряд и спрогнозировать его значение на следующий день.

Для этого в ячейку С2 просто переносим значение 01.09.2019 года, так как неизвестно предыдущее значение котировки. Введем в ячейку С3 следующую формулу:

=0,1*B3+0,9*C2 (Результат: 84,82).

В диапазон ячеек С4:С18 скопируем данную формулу. Так как значения параметра а могут изменяться от 0 до

1, изначально принимаем минимальное значение параметра

43

сглаживания, равное 0,1. Однако при этом возникают определенные сложности.

Основной недостаток состоит в том, что между изменениями в исходном ряду значений и соответствующими изменениями в ряду сглаженных значений отмечается лаг (или запаздывание). Так, мы видим, что анализируемые данные демонстрируют нисходящий тренд цены акций. Однако скользящие средние «медленно» обозначают тренд - практически все, кроме максимального значения цены за анализируемый период, сглаженные значения за период находятся над фактическими значениями котировок (рис. 11).

Рис. 11. Сглаженные уровни за период при параметре сглаживания a= 0,1

В целом, чем меньше значение а, тем менее оно чувствительно к изменениям тренда в данном временном ряду. Чтобы решить эту проблему, мы можем взять большее значение а. Рассмотрим, например, значение сглаживающей константы а=0,3. На рис. 12 в столбце D приведены сглаженные значения, рассчитанные по этой константе.

44