美しさ パンケーキ ヘアカット

株式市場分析。 株式市場の予測。 ある夜の話 適応モデルに基づく国内証券市場発展の統計予測

株式市場の予測は、物質的な利益への欲求よりも、タスク自体によって動機付けられているデータ サイエンティストにとって、魅力的な「賢者の石」です。 毎日の市場の騰落は次のことを示唆しています。 私たちまたはモデルが学習できるパターンが必要ですビジネスの学位を持つトレーダー全員に勝つために。

時系列予測に相加的モデルを使い始めたとき、シミュレートされた (偽の) 株式を使用して株式市場エミュレーターでメソッドをテストしました。 必然的に、私も市場で毎日失敗する他の不幸な人々の仲間入りをしました。 ただし、その過程で Python についてたくさんのことを学びました。 オブジェクト指向プログラミング、データ操作、モデルの構築と視覚化。 また、1 ペニーも失うことなく毎日マーケットでプレイすることを当てにしてはいけない理由も明らかになりました (私が言えるのは、長期的にプレイする必要があるということだけです)。

1 日と 30 年: お金を何に投資しますか?

データ サイエンスに限らず、どのようなタスクでも、望んでいたことが達成できなかった場合、次の 3 つの選択肢があります。

  1. 結果が好意的に見えるように変更します。
  2. 結果を非表示にします - 誰も失敗に気づきません。
  3. 結果と方法を全員に示して、人々が何かを学び、場合によっては改善点を提案できるようにします。

3 番目の選択肢は、個人および社会レベルでは最適な選択ですが、最も勇気が必要です。 結局のところ、モデルが利益を生む特別なケースを具体的に示すことができます。 あるいは、何十時間も働いていないふりをして、ただ捨てることもできます。 くだらない! 実際、失敗を繰り返し、百回の間違いを犯して初めて前に進むことができます。 さらに、このような複雑なタスクのために書かれた Python コードを無駄に書くことはできません。

この投稿では、Python で開発した市場予測ツールである Stocker の機能について説明します。 Stocker を分析に使用する方法を説明しました。自分で試してみたい人、またはプロジェクトに貢献したい人のために、完全なコードが GitHub で入手できます。

予測用ストッカー

Stocker は市場予測のための Python ツールです。 必要なライブラリがインストールされたら (ドキュメントを参照)、スクリプトと同じフォルダーで Jupyter Notebook を実行し、Stocker クラスをインポートできます。

ストッカーから輸入ストッカー

このクラスは Jupyter セッションで使用できるようになりました。 Stocker クラスのオブジェクトを作成し、有効なティッカー (たとえば「AMZN」) を渡します (プログラム出力は太字です)。

アマゾン = ストッカー("AMZN") AMZN ストッカーが初期化されました。 データは 1997 年 5 月 16 日から 2018 年 1 月 18 日までをカバーしています。

私たちは現在、20 年分の毎日の Amazon 在庫データを研究のために自由に利用できるようになりました。 Stocker は Quandl 金融ライブラリに基づいて構築されており、使用できる 3,000 以上の株価が含まれています。 単純な株価チャートを作成するには、plot_stock メソッドを呼び出します。

Amazon.plot_stock() 最大調整値 終値 = 1305.20 (2018-01-12)。 最小調整値 1997 年 5 月 22 日の終値 = 1.40。 現在の調整値 終値 = 1293.32。

Stocker は一般的な傾向とパターンを検出して分析するために使用されますが、ここでは将来の価格を予測することに焦点を当てます。 Stocker の予測は、時系列をさまざまな時間スケール (日次、週次、月次) での傾向と季節変化の組み合わせとして扱う を使用して行われます。 Stocker は、Facebook が開発した加算モデリング用の「予測」パッケージを使用します。 モデルの作成と予測は、Stocker で 1 行で実行できます。

# 数日前の予測モデル、model_data = amazon.create_prophet_model(days=90) 2018-04-18 の予想価格 = $1336.98

予測 (緑の線) には信頼区間が含まれていることに注意してください。 これは、モデルの予測における「不確実性」を反映しています。 この場合、信頼区間の幅は信頼水準 80% で設定されます。 信頼区間は、未知のパラメーターを所定の信頼性でカバーする区間です。 入手可能なデータから離れるにつれて推定値の不確実性が増すため、時間の経過とともにその値は拡大します。 予測を行うときは常に、この信頼区間を含める必要があります。 ほとんどの人は単純な数値的な答えを求める傾向がありますが、この予測は私たちが不確実な世界に住んでいることを反映しています。

予測するのは簡単です。数字を選ぶだけで、それは将来についての推測になります(私は間違っているかもしれませんが、ウォール街の人々はそれがすべてです)。 しかし、これでは十分ではありません。 モデルを信頼するには、その精度を評価する必要があります。 Stocker ではこれを行うための方法が多数あります。

予測の評価

予測の精度を計算するには、データセットのトレーニングとテストが必要です。 テスト セットでは、答え、つまり株式の実際の価格を知る必要があるため、昨年 (この場合は 2017 年) の価格データを使用します。 トレーニング中、モデルにテスト セットの応答を確認させることはできないため、過去 3 年間 (2014 ~ 2016 年) の観測値を使用します。 教師あり学習の主な考え方は、モデルがトレーニング セットからのデータ内のパターンと関係を学習し、それらをテスト セットで正しく再現する方法を知るということです。

精度を定量化するために、予測値と実際の値に基づいて次の指標が計算されます。

  • テストおよびトレーニング セットの平均数値誤差 (ドル単位)。
  • 価格変化の方向を正しく予測した時間の割合。
  • 実際の価格が予測された 80% 信頼区間内に収まった時間の割合。

すべての計算は、心地よい視覚的なサポートとともに、Stocker によって自動的に実行されます。

Amazon.evaluate_prediction() 予測範囲: 2017-01-18 ~ 2018-01-18。 2018 年 1 月 17 日の予測価格 = $814.77。 2018 年 1 月 17 日の実際の価格 = $1295.00。 トレーニング データの平均絶対誤差 = 18.21 ドル。 テストデータの平均絶対誤差 = 183.86 ドル。 モデルが上昇を予測した場合、価格は 57.66% の確率で上昇しました。 モデルが下落を予測した場合、価格は 44.64% 下落しました。 実際の値は、時間の 20.00% で 80% 信頼区間内にありました。

これはひどい統計です! 毎回コインを投げるのもいいかもしれません。これらの結果を投資の指針として利用するのであれば、宝くじに投資する方が賢明でしょう。 ただし、まだモデルを放棄しないでください。 いくつかのデフォルト設定 (ハイパーパラメータと呼ばれる) を使用するため、最初はかなり悪い結果になることが予想されます。

最初の試みが失敗した場合は、これらのレバーとボタンを押してモデルのパフォーマンスを向上させることができます。 Prophet で設定できるパラメータは多数ありますが、最も重要なのはスケール前のチェンジポイントです。 トレンドの反転と変動に適用される一連の重み付けを担当します。

コントロールポイントの選択の構成

変更点- これらは、時系列によって価格変化の方向または速度が大きく変化する場所です(ゆっくりとした上昇からますます急激な上昇へ、またはその逆)。 重量配分倍率コントロールポイント(変化点事前スケール)は、株価の変化点に「注目」した量を反映します。 これは、モデルの過小適合と過適合 (バイアス分散トレードオフとも呼ばれます) を制御するために使用されます。

簡単に言うと、比率が高くなるほど、より多くの制御点が考慮され、より柔軟なフィットが実現されます。 これにより、モデルがトレーニング データに強く結合され、一般化する能力が失われるため、過剰適合が発生する可能性があります。 この値を下げると柔軟性が低下し、逆の問題、つまり学習不足が発生します。

この場合、モデルはトレーニング データを十分に「注意深く」監視しておらず、主なパターンを識別していません。 このパラメータを正しく選択する方法は、理論的な問題ではなく実際的な問題であり、ここでは経験的な結果に依存します。 Stocker クラスには、適切な値を選択するための 2 つの異なるメソッド (視覚的および定量的) が含まれています。 まずは視覚的な方法から始めましょう。

# 事前変更点は、評価する変更点のリストです amazon.changepoint_prior_analysis(changepoint_priors=)

ここでは、3 年間のデータに基づいてトレーニングし、次の 6 か月の予測を示します。 現在、予測を定量的に評価しているわけではなく、単に制御点分布の役割を理解しようとしているだけです。 このグラフは、過小適合と過適合の問題を完全に示しています。

最低値で 以前のスケール(青線) の値はトレーニング データ (黒線) と十分密接に重なりません。 彼らは、真のデータの増加傾向にほんの少しだけ近づいて、独自の生活を送っているようです。 に対して、 最も高い事前確率 (黄色の線) は、モデルをトレーニング観測値に近づけます。。 デフォルト値は 0.05 で、これは 2 つの極端な値の間の値です。

スケール係数の違いによる不確実性 (網掛けの間隔) の違いにも注意してください。

  • 最小の事前確率は、トレーニング データでは最大の不確実性を与え、テスト セットでは最小の不確実性を与えます。
  • 逆に、事前スケールが最も高いものは、トレーニングにおける不確実性が最も少なく、テストにおける不確実性が最も大きくなります。

事前値が高いほど、各ステップを「より厳密に」監視するため、値がより正確に一致します。 ただし、テスト データになると、モデルは実際の値を参照せずにすぐに失われてしまいます。 市場は不安定であるため、できるだけ多くのパターンを処理できるように、デフォルトよりも柔軟なモデルが必要です。

事前の影響についてのアイデアが得られたので、トレーニング セットとテスト セットを使用してさまざまな値を定量化できます。

Amazon.changepoint_prior_validation(start_date="2016-01-04", end_date="2017-01-03",changepoint_priors=) 検証範囲 2016-01-04 から 2017-01-03。 cps train_err train_range test_err test_range 0.001 44.507495 152.673436 149.443609 153.341861 0.050 11.207666 35.840138 151.735924 141.033870 0.100 10.7 17128 34.537544 153.260198 166.390896 0.200 9.653979 31.735506 129.227310 342.205583

注意しなければならないのは、検証データがテスト セットと同じであってはいけないということです。 この場合、テスト データに対してより適切に「トレーニング」されたモデルを作成することになりますが、それがオーバーフィッティングにつながり、現実世界でのパフォーマンスの低下につながります。 で通常行われるように、合計で、トレーニング用 (2013 ~ 2015 年)、検証用 (2016 年)、およびテスト セット (2017 年) の 3 つのセットが使用されます。

4 つの指標を使用して 4 つの事前評価を評価しました。

  • 学習エラー。
  • トレーニング信頼区間。
  • テストエラー。
  • 信頼区間のテスト、すべての値はドル単位です。

グラフは、事前確率が高くなるほどトレーニング誤差が低くなり、トレーニング データの不確実性が低くなることを示しています。 事前レベルを上げるとテストエラーが減少し、データに近づくことが市場にとって良いアイデアであるという直感が強化されることがわかります。 テストセットの精度が高まる代わりに、事前分布が増加するにつれてテストデータの不確実性の範囲が広がります。

Stocker 検証チェックでは、これらの概念を示す 2 つのグラフが生成されます。

事前値が最も高いとテスト誤差が最小になるため、結果を改善するには事前スケールをさらに大きくする必要があります。 追加のパラメーターを検証メソッドに渡すことで、検索を絞り込むことができます。

# 同じ検証範囲でさらに多くのチェンジポイント事前をテストします amazon.changepoint_prior_validation(start_date="2016-01-04", end_date="2017-01-03", changepoint_priors=)

テスト セットの誤差は、事前 = 0.5 で最小化されます。 それに応じて Stocker オブジェクト属性を設定しましょう。

Amazon.changepoint_prior_scale = 0.5

他にも変更可能なモデル設定があります。 たとえば、見られると予想されるパターンや、トレーニング データで使用される年数などです。 最適な組み合わせを見つけるには、いくつかの異なる値を使用して上記の手順を繰り返す必要があります。 気軽に実験してみてください!

改良モデルの評価

モデルが最適化されたので、もう一度評価してみましょう。

Amazon.evaluate_prediction() 予測範囲: 2017-01-18 ~ 2018-01-18。 2018 年 1 月 17 日の予測価格 = $1164.10。 2018 年 1 月 17 日の実際の価格 = $1295.00。 トレーニング データの平均絶対誤差 = 10.22 ドル。 テストデータの平均絶対誤差 = 101.19 ドル。 モデルが上昇を予測した場合、価格は 57.99% の確率で上昇しました。 モデルが下落を予測した場合、価格は 46.25% 下落しました。 実際の値は、95.20% の確率で 80% 信頼区間内にありました。

見た目がずっと良くなりました! これは、モデルの最適化の重要性を示しています。 デフォルト値を使用すると、妥当な一次近似値が得られます。 ただし、バランスとフェードを調整してステレオのサウンドを最適化しようとするのと同じように、正しい設定が使用されていることを確認する必要があります (古い例で申し訳ありません)。

「私たちは市場に参入します」

予測は確かに楽しい活動です。 しかし、本当の楽しみは、これらの予測が実際の市場でどのように展開されるかを観察することです。 Evaluate_prediction メソッドを使用すると、評価期間中にモデルを使用して株式市場を「プレイ」できます。 説明されている戦略を使用し、 シンプルなバイアンドホールド戦略に相当全期間を通して。

私たちの戦略のルールはシンプルです。

  1. 毎日、モデルが株価の上昇を予測すると、私たちは一日の初めに株を買い、一日の終わりに売ります。 価格が下落すると予測される場合、私たちは株を買いません。
  2. 株を買って日中に価格が上昇すると、保有株数の倍数で相応の利益が得られます。
  3. 株式を購入して価格が下落すると、株式数の倍数で損失が発生します。

この戦略は、評価期間全体 (この場合は 2017 年全体) にわたって毎日適用されます。 プレイするには、メソッド呼び出しにシェア数を渡す必要があります。 Stocker は、戦略を実行するプロセスを数値とグラフで示します。

# Going big amazon.evaluate_prediction(nshares=1000) 2017 年 1 月 18 日から 2018 年 1 月 18 日まで、1000 株で AMZN の株式市場に参加しました。 モデルが上昇を予測した場合、価格は 57.99% の確率で上昇しました。 モデルが下落を予測した場合、価格は 46.25% 下落しました。 Prophet モデルを使用した場合の総利益 = 299,580.00 ドル。 バイアンドホールド戦略の利益 = $487520.00。 株式市場をプレイしていただきありがとうございます!

私たちは貴重な教訓を学びました。それは、買って保有することです。戦略に従ってプレイすることでかなりの金額を稼ぐことができたという事実にもかかわらず、投資して株式を保有するだけの方が良いでしょう。

他のテスト期間を試して、モデル戦略がバイ・アンド・ホールド法よりも優れたパフォーマンスを発揮するケースがあるかどうかを確認してみましょう。 市場が下落すると予想されるときはプレイしないため、ここで説明したアプローチは非常に保守的です。 したがって、 株価が下落し始めると、買い持ち戦略よりもうまく機能する可能性があります.

偽のお金だけでプレイしてください!

私たちのモデルならそれができるとわかっていました! ただし、テスト期間を選択できる場合にのみ市場を上回りました。

将来の予測

まともなモデルができたので、predict_future() メソッドを使用して将来についての予測を行うことができます。

Amazon.predict_future(days=10) amazon.predict_future(days=100)
10日間の天気予報
100日予報
人気サービス Tipranks.com の予測 - Stocker の予測との 10 の相違点を見つける

予想通り、時間の経過とともに不確実性は増大します。 実際、実際の取引に上記のアプローチを使用した場合、新しいモデルを毎日トレーニングし、最長 1 日の期間の予測を行うことになります。

コードを試してみたい方、または Stocker を試してみたい方は、GitHub にぜひお越しください。

導入

第 1 章 ロシア株式市場の現状と発展に関する経済的および統計的分析 8

1.1. 株式市場の役割と重要性 8

1.2 世界の主要な株式市場の活動の組織 20

1.3. ロシア連邦の株式市場の発展の現状と分析のレビュー 31

第 2 章 ロシア株式市場の有価証券の価値を予測する方法 49

2.1. テクニカル分析手法を使用した株式市場の分析と予測 49

2.2. ロシアの株式市場で使用する取引戦略を構築するための方法論。 62

2.3. トレーディング戦略に統計的予測手法を適用し、その安定性を評価するための方法論。 71

第 3 章 ロシア株式市場の株価の計量経済モデリング 79

3.1. 適応モデルに基づく国内証券市場発展の統計的予測 79

3.2. ロシア株式市場における取引戦略の実践的な構築 89

3.3. ロシアの株式市場での取引戦略を構築するための統計的手法の応用。 97

結論 108

文学111

アプリケーション 120

作品紹介

研究テーマの関連性。 現代の市場経済の機能は、資本の誘致と再分配なしには不可能です。 これらの問題を解決するための主要なメカニズムの 1 つは株式市場であり、証券の売買を通じて資本が再分配されます。

過去数十年にわたり、世界の株式市場の構造には大きな変化がありました。 その手段の種類は計り知れないほど増加し、その組織構造はより複雑になっています。

先進先進国トップ10が世界の株式市場を絶対的に支配する時代は終わった。 1980 年以来、ロシア株式市場を含む新興株式市場と発展途上株式市場のシェアは着実に増加しています。 国内証券市場は、流通証券数と取引量の急激な増加を特徴としており、我が国の経済生活にとって重要かつ不可欠な部分となっており、これがロシアの世界金融市場システムへの参加とその割り当てにつながった。その国に対する国際信用格付けの評価。

株式市場で活動する投資家にはかなり高い財務リスクが存在するため、証券価格の変動の分析と予測が必要になります。 ロシアの株式市場への取り組みには大きな関心が寄せられているにもかかわらず、これらの問題に関する科学出版物の数が比較的少ないことからもわかるように、その活動を分析し予測する統計的手法は十分な注意を払っていない。

これらすべてが、論文のテーマの選択と、その科学的および実践的な観点からの関連性を決定しました。

研究の目的と目的。 この論文の目的は、ロシアの株式市場の発展の統計分析と予測のための方法論を開発することです。

この目標に関連して、次のタスクが策定され、解決されました。

世界および国内の株式市場の組織の特徴を分析する。

ロシア株式市場の発展における主な傾向を特定する。

証券価格の短期予測に対する方法論的アプローチを提供します。

ロシアの株式市場に取り組むための取引戦略を構築するための方法論を開発およびテストする。

テクニカル分析のパラメーターに対する株式市場の取引結果の依存性を調査します。

取引戦略とモデルの安定性を評価するためのアルゴリズムを開発します。

研究の対象はロシアの株式市場です。

研究の主題は、ロシアの株式市場の定量的分析方法です。

この研究の方法論的基礎は、統計、計量経済学、テクニカル分析、コンピューターデータ処理の分野における国内外の一流科学者の研究に基づいています。 相関、回帰、および「技術的」分析の方法、時系列分析および予測の方法、研究結果を提示するための表およびグラフの方法が研究ツールとして使用されました。

統計データの処理は、アプリケーション パッケージ: MetaStock 7.0.、Statistica 6.0.、SPSS 13.0 を使用して実行されました。

研究の情報ベースは、ロススタットのデータ、モスクワ銀行間通貨取引所(株式セクション)の最大プラットフォームの取引結果、ロシア株式市場のロシア取引システム、定期刊行物の資料、ロシアのウェブサイトからの情報で構成されていた。インターネット上の証券会社。

論文研究の科学的新規性は、ロシア株式市場の発展を統計分析し予測する方法の開発にある。

研究の結果、次の結果が論文で定式化および実証され、弁護のために提出されます。

経済的および統計的分析が実施され、現段階におけるロシア連邦の株式市場の発展における主な傾向が特定されました。

国内証券取引の投資魅力が研究され、ロシア株式市場の長期取引と短期取引の両方で高い収益性が示されています。

ロジットモデルと適応予測手法を使用してロシア株式市場の取引戦略を構築する方法論が開発され、テストされています。

株式市場におけるオペレーションの成功に対するテクニカル分析ツールの主な特性の影響を分析するための方法論が開発されました。

取引戦略と予測モデルの安定性をチェックするための基準が提案されています。

研究結果の実際的な重要性。 論文研究の結果は、投資会社や商業銀行がロシアの株式市場で投資戦略を選択する際に利用でき、またロシアや外国の投資家が国内株式市場で運用を行う際に利用できる。

作業の承認と実行。 論文の主な規定と結論は、数理統計・計量経済学部のセミナーで報告され、承認されました。

論文の構成。 論文は、序論、3 つの章、結論、参考文献のリスト、および付録で構成されています。

序論では、研究の目的と目的が設定され、トピックの関連性が明らかになり、研究の実際的な重要性と科学的新規性が実証されます。

第 1 章「ロシア株式市場の現状と発展に関する経済的および統計的分析」では、証券市場の本質、その主な機能、ツール、その発展に関する世界的および国内的経験を検討し、証券市場の経済的および統計的評価を提供します。ロシア株式市場の現状。

第 2 章では、「ロシアの株式市場における有価証券の価値を予測する方法」。 証券レートの予測とロシア株式市場での取引戦略の構築に関する主な方法論的問題について検討します。

第 3 章「ロシア株式市場の株価の計量経済モデリング」では、株価予測方法に基づいたロシア株式市場の取引戦略の決定的なルールが開発およびテストされ、開発された戦略の安定性が検証されました。テストされました。

1. ゴルバチョフ V.V. 1999 年から 2001 年までの EUR/USD 為替レートのテクニカル分析。 長期予報 // 科学研究のコレクション。 社会経済プロセスの数学的および統計的分析。 - M.: MESI、2002 - 0.2 p.l.

2) ゴルバチョフ V.V. EUR/USD と GBP/USD レートの関係 // 科学的著作のコレクション。 社会経済現象の数学的および統計的分析。 - M.: MESI、2003 - 0.2 p.l.

3) ゴルバチョフ V.V. EUR/USD と CHF/USD レートの相関分析 // 科学的著作のコレクション。 社会経済現象の数学的および統計的分析。 - M.: MESI、2003 - 0.2 p.l.

4) ゴルバチョフ V.V. ロシア株式市場の証券レートを予測するための取引戦略を構築するための方法論 // 経済と金融。 (No. 21 (72)) - M.: Tesarus、2004 - 0.8 pp。

5) ゴルバチョフ V.V. 発振器信号に基づく統計モデルの適切性と精度の構築と証明 // 経済と金融。 (No. 21 (72)) - M.: Tesarus、2004 - 0.6 pp。

株式市場の役割と重要性

1970年代以来、すべての先進国で、経済自由化の一般的なプロセスの一環として、株式市場を含む金融市場の規制緩和が行われてきました。つまり、金利に対する厳しい規制が廃止され、国家間の資本移動の障壁が廃止されました。ほぼどこでも撤廃され、金融市場におけるさまざまな種類の専門的活動の組み合わせに対する制限も廃止されました。

新しい通信システムとコンピュータ技術の導入により、世界の株式市場の組織構造にも大きな変化がもたらされています。 これは証券取引所の取引システムで最も顕著に見られます。 現在、それらのほとんどは、過去の取引所取引の主要な要素である取引所取引場を欠いています。 コンピュータと世界規模のコンピュータ ネットワーク インターネットは、金融市場において特別な役割を果たし始めています。 先進先進国トップ10が世界の株式市場を絶対的に支配する時代は終わった。 ロシアは世界経済の一部です。 その「オープン性」の度合いはすでに非常に高く、今後さらに高まる可能性が高い。 したがって、ロシア株式市場の役割と重要性は増大するだろう。

市場経済の国では、物資や財源の分配に政府が介入する可能性は限られています。 ほとんどの企業は、個人または集団の財産に基づいて、市場で物質的および金銭的資源を独自に求めており、社会的生産物の圧倒的大部分が、物理的および価値の両方の形で流通します。

物質的な資源が売買される市場は、経済文献では実物資産市場と呼ばれます。 経済関係の参加者間の通貨資源の分配を保証する市場は金融市場と呼ばれます。 同時に、金融市場の概念は、ロシアの経済学で伝統的に金融として分類されてきたつながりだけでなく、多様な形の信用関係もカバーしています。 金融市場では、金融資源がさまざまな形態で循環することを考慮すると、銀行融資市場と証券市場に分けることができます。

銀行ローン市場は、特別な書類の作成とは関係のない、独立して販売、購入、または返済できる支払い済みおよび返済可能なローンの信用機関による提供から生じる関係を対象としています。

証券市場は信用関係と共有関係の両方をカバーしており、それは独自の価値を持ち、販売、購入、償還が可能な特別な文書 (有価証券) の発行を通じて表現されます。 もちろん、証券市場は世界資本市場の不可欠な部分です。 経済関係、および世界中の自由資本の蓄積と再分配のメカニズム。 一般に、証券市場とは、証券の発行と流通に関連する一連の金融市場、ならびにこれらのプロセスに役立つ形態、経済メカニズム、および制度を指します。

証券市場の構造を、参加者または市場を運営する主体の構成の観点から考えてみましょう。

証券市場の対象には次のものが含まれます。 1) 発行者 - 証券を発行する組織 (ほとんどの場合)。

2) 投資家 - 証券に資本を投資する法人および個人。

3) 市場で証券の移動を実行し、その他の組織的機能を実行する専門的な市場参加者。

発行者とは、事業開発または特定のプロジェクトのための資金を調達するために証券を発行する法人、州機関、または地方行政機関であり、証券の所有者に対して自らの義務を負います。 発行者には、州、地方自治体、信用機関、株式会社、企業、その他の所有形態の組織が含まれます。

投資家(証券に投資する法人および個人)は、個人および機関投資家によって株式市場に代表されます。 機関投資家には、あらゆる形態の所有権を持つ企業、投資会社やファンド、保険会社や信用機関が含まれます。

1996 年 4 月 22 日の連邦法「証券市場について」によれば、その専門的参加者には次のものが含まれます。この連邦法の第2条。」

テクニカル分析手法を用いた株式市場の分析と予測

現代の株式市場は、多数の要因 (経済的、政治的など) の影響を受けます。 したがって、投資家は市場に影響を与える可能性のある情報の分析を無視して、自分の直感だけを頼りにすることはできません。 原則として、金融市場の分析にはファンダメンタルズ分析とテクニカル分析の2種類があります。

投資家がファンダメンタルズ分析を使用して金融市場の動きを予測するための基礎となる基本的条件には、市場自体の外部で形成される条件、金融市場の主な動きを決定する経済的および政治的要因が含まれます。 これらの状態は、次の 2 つのグループに分類できます。

1) 起業の基本条件または経済状況

2)政治的基本条件

したがって、ファンダメンタルズ分析の支持者は、基本的な経済的および政治的条件、つまり企業が生産する製品やサービスの需要と供給が依存する外部要因によって決定される市場全体の動きに焦点を当てます。 実際、ファンダメンタルズ分析は、市場における価格変動の理由を調査します。テクニカル分析とは対照的に、これらの理由が市場に及ぼす影響に関心があります。 前述したように、ファンダメンタルズ分析の予測は主に、ファンダメンタルズな経済的および政治的状況が市場に与える影響の評価に基づいています。 そして、大多数の投資家が基本的な状況が良好であると確信している場合、それは株式市場の価格上昇に反映されます。 例えば、株価指数とインフレ率や失業率、消費指数、鉱工業生産指数、国民総生産などの経済活動の指標を比較すると、株価の方向性と経済の状況との関係が分かります。

上で述べたように、短期取引はロシアの株式市場に取り組む上で非常に興味深いものであるため、その研究はこの研究の目標の 1 つです。 このような操作を実行する際のファンダメンタルズ分析の使用は、以下の理由により効果的ではないと思われます。 証券の価格に影響を与える短期的な要因が多すぎるため、ファンダメンタルズ分析を使用する投資家には分析する時間がなかったり、気づく時間がなかったりしますが、最終的にはそれらが価格に影響を与えます。 したがって、ファンダメンタルズを使用する場合は、利用可能なデータを正しく評価および解釈するだけでなく、新しい事実が常に現れ、古い事実が意味を失う場合に、常に変化する情報を分析することも必要です。 この点において、ファンダメンタルズ分析は短期予測には適用できません。

上述したように、金融市場の分析のもう 1 つのタイプはテクニカル分析です。 このタイプの分析は、世界の株式市場で長い間使用されてきました。 テクニカル分析は、市場で起こり得るさらなる価格変動を判断するために、主に市場動向のグラフ表現を使用した研究です。 テクニカル分析には別の定義があります。テクニカル分析とは、価格トレンドを早い段階で認識し、トレンドが反転していることが証明されるまで投資ポジションを維持する技術です。 テクニカル分析は、証券の価格にはその後に公開されるすべての情報がすでに反映されており、本質的に無意味なファンダメンタルズ分析の対象となるという原則に基づいています。 テクニカル分析の主な目的は有価証券の需給であり、有価証券の取引量や為替レートの変動を利用して分析することができますが、有価証券はファンダメンタルズ要因から切り離されて分析されます。 テクニカル分析は、有価証券の価値の変化のグラフから有価証券レートの変動パターンを明らかにすることができ、それを利用して有価証券の価値の将来の変動を予測できるという主張に基づいています。

西洋のテクニカル分析の歴史は 1 世紀ほど前に遡ります。 それは、1890年代初頭にチャールズ・ダウが出版したアメリカン・ウォール・ストリート・ジャーナルの記事から始まりました。 その時までに、チャールズ・ダウはダウ・ジョーンズ工業平均の創設者の一人として知られていました。 19 世紀末、産業指数と運輸指数には独自の歴史があり、しっかりと根付いていました。 指数の変動は証券取引所の取引を成立させる上で重要であるため、指数の変動を直ちに予測する必要性が生じました。 ダウ氏はその記事の中で、多くのリスクを負わずに売買取引を行うことが可能であると考えている多くの原則を概説しました。 これらの原則は、現代のテクニカル分析のほぼすべての手法で暗黙的な形式で使用されています。 残念なことに、チャールズ・ダウは自分のアイデアを別の本として出版せず、同じ雑誌にいくつかの記事を書いただけでした。

ラルフ・ネルソン・エリオットは、大恐慌時代にダウ・ジョーンズ指数を分析しながら自身の理論(サイクル理論)を発見し、基本概念と数学的正当性に関する著作を残しました。 サイクル理論については以下で説明します。

20 世紀前半の伝説的なトレーダーであるウィリアム ガンは、株式市場の予測に成功した幾何学的代数原理のかなり複雑な組み合わせを作成しました。 これらは出版直後から大きな注目を集め、その後ガンは特別なトレーニングセンターまで設立しました。

近年のテクニカル分析分野の研究では、テクニカル分析がまさに独自の公理セットを備えた理論であることが示されています。 以下はテクニカル分析の 3 つの主要な公理です。

公理 1 - 市場の動きはすべてを考慮します。 このステートメントはテクニカル分析の基礎です。 すべてのテクニカル分析を適切に認識するには、その認識が重要です。 この公理の本質は、価格に影響を与えるあらゆる要因 (紙の価格など) が考慮され、価格に反映されるということです。

適応モデルに基づく国内証券市場発展の統計的予測

金融市場における予測の難しさは、ファンダメンタルズ分析で使用される同じシグナルに対して市場が異なる反応を示すという事実によるものです。 株価の予測は、証券取引所のいわゆる「ムード」の問題に直面します。 ここで主役となるのは、多数の株式市場参加者の集団心理現象です。 このような現象は合理的に説明することはできず、ましてや予測することはできません。

株式為替レートに影響を与える多くの要因と同様に、既存の問題がランダム レート理論の出現につながりました。 「放浪」理論とも呼ばれるこの理論には、証券への対象を絞った投資にはランダムな選択よりも利点はないという記述が含まれています。 「ワンダリング」理論によれば、有価証券の価値の変化はランダムに発生し、いかなるパターンにも従うことはありません。

ただし、パターンは存在します。 商品やサービスの生産と提供、銀行業務、国際貿易や金融取引など、あらゆる経済活動は、さまざまな時期にキャッシュ フローを生み出します。 これらのキャッシュ フローは、財務計画の観点から最大限の利益を得るように配分される必要があります。 このプロセスにおける重要な役割は、資金の流れを長期にわたって均等に分配し、株式市場に属する市場経済における投資資金の効果的な配置を確保することです。 株式市場が資本の誘致と再分配という主な役割を果たすと、必要な経済シグナルが考慮され、これらのシグナルの解釈が証券の正しい価格に変換されます。これは、金融市場における価格設定の信頼できる方法と言えます。 。 証券価格の変動に関する履歴データを処理することによっても、市場変動のパターンが存在することが確認されます。

予測は通常、株式市場価格の時系列で入手可能な情報に基づいています。 予測結果に対する高い要求により、適応型予測手法が登場しました。

適応型予測手法には次の特性があります。

適応型予測は、個々の時系列に含まれる情報の集中的な分析に基づいています。

インジケーターの構造とダイナミクスを記述するモデルは、通常、非常に明確な意味と単純な数学的定式化を持っています。

時系列とその関係の不均一性は、パラメーターの適応進化やモデルの構造にさえ反映されます。

現在、適応型手法は予測の最も有望な分野の 1 つと考えられています。 最も単純な方法はブラウンの方法です。 この方法は、過去の観測値の時系列を下向き (指数関数的) 方向に平均化 (平滑化) することに基づいています。 定数 a は重み係数であり、データ分析の鍵となります。 a の最適値の推定は、平均二乗誤差を最小限に抑えることから構成されます。 Statistica パッケージを使用すると、予測は 0.1 に等しい値で順番に計算されます。 0.2;....0.9 とそれぞれの二乗平均平方根誤差の値が計算されます。 誤差の大きさが最小となる a の値が、予測にさらに使用するために選択されます。

初期の平滑化値 Si を指定することも必要です。

最初の推定値を最初の観測値と同じに設定することが提案されます。 このレベルに割り当てられた重みは、系列の最初のレベルから離れるにつれて急速に減少し、同時に指数平均のサイズに対するその影響も急速に減少します。

適応予測のもう 1 つのタイプは、2 パラメーター ホルト法と呼ばれる指数平滑法です。 この方法では、時系列に存在する局所的な線形傾向が考慮されます。

時系列に上昇傾向または下降傾向がある場合は、現在のレベルを推定する代わりに、傾きの推定も必要になります。 Holt 法では、レベルとスロープは、それぞれに異なる平滑化定数を使用して直接平滑化されます。 Holt 手法の利点の 1 つはその柔軟性であり、レベルと傾斜を監視する比率を選択できます。

情報技術の急速な発展のおかげで、大量の情報を分析し、複雑な数学モデルを構築し、複数基準の最適化問題を数秒で解決できるようになりました。 周期的な経済発展に関心を持つ科学者たちは、多くの経済変数の傾向を追跡することが好況期と不況期を明確にして予測するのに役立つと信じて、理論を開発し始めました。 研究対象の一つとして株式市場を選んだ。 株価の上昇を予測する問題を首尾よく解決する数学的モデルを構築する試みが繰り返されてきた。 特に「テクニカル分析」が普及しています。

テクニカル分析(テクニカル分析)は、将来の価格変動の方向を予測するために、ほとんどの場合チャートを通じて市場のダイナミクスを研究するための一連の方法です。 現在、この分析方法は最も人気のある分析方法の 1 つです。 しかし、それらを考慮することはできるでしょうか。 その分析は利益を生み出すのに適していますか? まず、株式市場の価格設定の理論を見てみましょう。

1960年代からの基本コンセプトのひとつ。 カウント 効率的市場仮説(有効市場仮説、EMH)、これに従って過去の期間の価格と販売量に関する情報が公開されています。 その結果、過去の相場の分析から抽出できるデータはすべて、すでに株価に反映されています。 トレーダーはこの公の知識をより有効に活用しようと競い合い、必然的に期待収益率がリスクと完全に一致するレベルまで価格を押し上げます。 このようなレベルでは、株を買うのが良い取引なのか悪い取引なのかを言うことは不可能です。 現在の価格は客観的なものであるため、市場を上回るリターンを期待することはできません。 したがって、効率的な市場では、資産価格はその真の価値とその行動を反映します。 分析はまったく意味を失います。

しかし、今日、世界の既存の株式市場のどれも、情報的に完全に効率的であるとは言えないことに注意する必要があります。 さらに、現代の実証研究を考慮すると、効率的な市場の理論はむしろユートピアであると結論付けることができます。 金融市場で起こっている実際のプロセスを完全に合理的に説明することはできません。

特に、イェール大学教授ロバート・シラーは、後に株式資産価格の過度の変動と呼んだ現象を発見しました。 この現象の本質は、合理的な説明を無視する引用符の頻繁な変更にあります。つまり、この現象を対応する基本的要因の変更によって解釈する可能性はありません。.

1980年代の終わり。 効率的な市場の概念とは異なり、株式市場の実際の動きをより正確に説明するモデルの作成に向けて最初の一歩が踏み出されました。 1986 年、フィッシャー ブラックは著書の中で「ノイズ取引」という新しい用語を導入しました。

« ノイズトレードノイズを取引しているため、ノイズが情報であるかのように認識されます。 ノイズに基づいてトレードする人は、客観的には控えるべき場合でもトレードをします。 おそらく彼らは、自分たちが取引するノイズが情報であると信じているのでしょう。 それとも単に取引が好きなだけかもしれません」 F. ブラックは、どの事業者が「ノイズトレーダー」として分類されるべきかについては示していないが、そのような市場参加者の記述は、デ・ロング、シュライファー、サマーズ、およびウォルドマンの著作の中に見つけることができる。 ノイズトレーダーは、将来の資産価格について独自の情報を持っていると誤って信じています。 このような情報のソースは、テクニカル指標によって与えられる、存在しないトレンドに関する誤ったシグナルである可能性があります。 金融の「達人」の分析、噂、推奨事項。 ノイズトレーダーは入手可能な情報の価値を大幅に過大評価し、不当に大きなリスクを負うことをいとわない。 実施された実証研究も、ノイズトレーダーには主に個人投資家を含めるべきであることを示しています。 個人。 さらに、彼らの行動の不合理さのために取引から組織的な損失を被るのはこのグループのトレーダーです。 西洋の株式市場については、この現象の経験的な確認はバーバーとオーディンの研究で、またロシアの株式市場の運営者については、I.S. の研究で見つけることができます。 ニロバ。 ノイズ取引の理論は、R. シラーの現象を説明するのにも役立ちます。 過度の価格変動を引き起こすのはトレーダーの不合理な行動です。

株式市場の価格理論の分野における最新の研究を要約すると、利益を上げるためにテクニカル分析を使用することは効果的ではないと結論付けることができます。 さらに、テクノロジーを利用するトレーダー。 分析では、(英語のパターン - モデル、サンプルから)繰り返されるグラフィック パターンを特定しようとします。 さまざまな価格パターンを見つけたいという欲求は強く、明らかな傾向を見つけ出す人間の目の能力は驚くべきものです。 ただし、特定されたパターンがまったく存在しない可能性もあります。このグラフは、ハリー・ロバーツ氏の調査から得た、1956 年までのダウ ジョーンズ工業平均のシミュレーション データと実際のデータを示しています。

チャート (B) は典型的なヘッドアンドショルダー パターンです。 チャート (A) も「典型的な」市場の行動パターンのように見えます。 2 つのグラフのうち、どちらが実際の株価指数の値に基づいており、どちらがシミュレートされたデータに基づいていますか? グラフ(A)は実際のデータに基づいています。 グラフ(B)は、乱数発生器によって生成された値を使用して生成されます。 実際には存在しないパターンを特定する際の問題は、必要なデータが不足していることです。 以前のダイナミクスを分析することで、利益をもたらす可能性のある取引スキームや手法を常に特定できます。 言い換えれば、それらに基づいた無数の戦略のセットが存在するということです。 分析。 総母集団から得た戦略の中には、過去のデータで肯定的な結果を示すものもあれば、否定的な結果を示すものもあります。 しかし将来的には、どのグループのシステムが継続的に利益を上げられるかはわかりません。

また、時系列におけるパターンの存在を判断する方法の 1 つは、 シリアル相関。 引用符内の連続相関の存在は、過去と現在の株式収益の間に特定の関係があることを示している可能性があります。 正の系列相関は、正の収益率には通常、正の利率 (永続性) が伴うことを意味します。 負の系列相関とは、正の収益率には負の利率 (回帰特性または「修正」特性) が伴うことを意味します。 Kendall と Roberts (1959) は、この方法を株価に適用して、パターンが検出できないことを証明しました。

テクニカル分析と合わせてかなり普及しています ファンダメンタルズ分析。 その目的は、収益と配当の見通し、将来の金利の予想、企業のリスクなどの要素に基づいて株式の価値を分析することです。 しかし、テクニカル分析と同様に、すべてのアナリストが企業の収益や業界の地位に関する公開情報に依存している場合、あるアナリストによる見通しの評価が他のアナリストよりもはるかに正確であることを期待することは困難です。 このような市場調査は、十分な情報と潤沢な資金を備えた多くの企業によって実施されています。 このような熾烈な競争を考えると、他のアナリストがまだ持っていないデータを見つけるのは困難です。 したがって、特定の企業に関する情報が公開されている場合、投資家が期待できる収益率が最も一般的になります。

上記の手法に加えて、ニューラルネットワークや遺伝的アルゴリズムなどを利用して市場を予測しようとしている。 しかし、金融市場に関して予測手法を使おうとすると、金融市場は次のようになります。 自己破壊モデル。 たとえば、メソッドの 1 つが市場の根本的な成長傾向を予測するとします。 この理論が広く受け入れられれば、多くの投資家が価格上昇を期待してすぐに株を買い始めるだろう。 その結果、成長は予測よりもはるかに急激かつ急速になるでしょう。 あるいは、大規模な機関投資家が過剰な流動性を発見して資産を売却し始めたため、成長がまったく起こらない可能性もあります。

予測モデルの自己破壊は、競争環境、つまり各エージェントがシステム全体に特定の方法で影響を与えることによって自分の利益を引き出そうとする環境での使用により発生します。 システム全体に対する個々のエージェントの影響は (かなり発達した市場では) 重大ではありませんが、重ね合わせ効果の存在は特定のモデルの自己破壊を引き起こします。 それらの。 取引アルゴリズムが予測手法に基づいている場合、戦略は不安定になり、長期的にはモデルは自己清算します。 戦略がパラメトリックで予測的に中立であれば、予測を使用して意思決定を行う取引システムと比較して、競争上の利点が得られます。 しかし、例えば利益/リスクなどのパラメーターを満たす戦略の検索は、同じ履歴データと実質的に同じ基準に基づいて、他のトレーダーや大手金融会社による同様のシステムの検索と同時に行われることを考慮する価値があります。 これは、一般に受け入れられている基本パラメータだけでなく、信頼性、安定性、生存可能性、不均一分散性などの指標にも基づいたシステムを使用する必要があることを意味します。特に興味深いのは、いわゆる 「追加情報のディメンション」。 それらは他の、通常は関連する活動分野で使用されますが、さまざまな理由から、株式市場の幅広い人々によって使用されることはほとんどありません。

上記の考察により、次の結論を導き出すことができます。

  1. ノイズ取引の理論は、効率的な市場の概念とは対照的に、株式資産の実際の動きをより正確に説明することを可能にします。
  2. 取引商品の相場の変化にはパターンがありません。 市場を予測することは不可能です。
  3. 予測手法、特にテクニカル分析の使用は、中期的にトレーダーの必然的な破滅につながります。
  4. 株式市場で取引を成功させるには、「追加情報の側面」に基づいて予測的に中立な戦略を使用する必要があります。

使用済み文献のリスト:

  1. シラー R. 不合理な熱狂。 プリンストン: プリンストン大学出版局、2000 年。
  2. ブラック F. ノイズ // ジャーナル オブ ファイナンス。 1986.Vol. 41. R. 529-543。
  3. De Long J.B.、Shleifer A.M.、Summers L.H.、Waldmann R.J. 金融市場におけるノイズトレーダーリスク // 政治経済ジャーナル。 1990.Vol. 98. R. 703-738。
  4. Barber B. M.、Odean T. 取引はあなたの富に危険です: 個人投資家の普通株式投資パフォーマンス // Journal of Finance。 2000.Vol. 55. No. 2. P. 773-806。
  5. Barber B. M.、Odean T. 男の子は男の子になる: ジェンダー、自信過剰、普通株式投資 // 季刊経済ジャーナル。 2001.Vol. 116. R. 261-292。
  6. オーディーン T. 投資家は取引しすぎていますか? // アメリカ経済評論。 1999.Vol. 89. R. 1279-1298。
  7. Nilov I. S. 株式市場で取引するときにお金を失う人は誰ですか? // 財務管理。 2006年第4号。
  8. ニロフ I.S. ノイズ取引。 現代の実証研究 // RCB。 2006年第24号。
  9. ハリー・ロバーツ。 株式市場のパターンと財務分析: 方法論的な提案 // Journal of Finance。 1959 年 3 月。P. 5-6。

株式市場と外国為替市場の投資家を区別するものは何ですか? まずは、投資した資金と資産です。 しかし、市場に関係なく、予測は投資を成功させるための主な要素です。 「ファンドを活用」して大金を稼ぐにはどうすればよいでしょうか? 私たちは株式市場のファンダメンタルズ分析の手法とアプローチを研究します。

投資の「基礎」

成功するトレーダーにとって、情報の流れを理解し、最も重要なニュースや市場予測を除外することは非常に重要です。 操作がどのくらいの速度でどのくらいの量で実行されるかに応じて、テクニカル分析とファンダメンタルズ分析という 2 つのアプローチが区別されます。

テクニカル分析を使用すると、過去の期間に価格がどのように変化したかに基づいて、将来の価格変化を予測することができます。 基本は価格の時系列であり、ほとんどの場合、グラフの形式で表示されます。 同時に、チャートのみを使用するトレーダーは、その会社が正確に何をしているのかを知らない可能性があります。

ファンダメンタルズ分析は、特定のビジネスの価値を定量化するために使用されます。 この見積りは将来の株価を反映しています。

トレーダーの主な目標は、取引を成功させるために最適な株を見つけることです。 それを見つけるには、株式市場の完全な分析から始め、最も収益性の高いセクターを特定し、必要なものを探す必要があります。

3つのレベルの分析

普通の生活状況を想像してみましょう。 あなたは購入者で、車などの特定の製品を購入したいと考えています。 投資を行う前に、評価、調査、研究を開始します。 モデル、ショールーム、価格を現地で分析します。 次に重要なポイントは、販売者を選択することです。 同意しますが、最初に出会ったディーラーから購入するのは非常に危険なビジネスです。 したがって、この問題については徹底的に検討する必要があります。 あなたにとっての主な指標は、画像、友人からのレビュー、価格設定ポリシー、サービス、自動車販売店の規模などです。 言い換えれば、各販売者を自分で試着することになります。

市場分析でも同じことが起こります。 資産に資金を投資する前に、包括的な分析を実施します。 目標に応じて、市場予測はマクロ、メソ、ミクロの 3 つのレベルに分けることができます。 それぞれを詳しく見てみましょう。

マクロレベル

マクロレベル - 国家全体の経済状態が決定されます。 さらなる国選択のために国際市場も探索される可能性があります。 政治的および経済的要因が市場に及ぼす影響を分析します。

このレベルを調べるときは、次のような指標に注意する必要があります。

  • GDP 量は、その国でその年に生産された商品やサービスの総額を反映する指標です。 この指標の増加は、企業の売上の増加を示します。
  • 事業金利 - 開発のために一定の金利で発行される融資。 金利が高くなると、市場の発展は遅くなります。
  • インフレと失業 - これらの指標は危機の際に増加します。
  • 為替レートは、ある通貨を別の通貨に換算するための係数です。 このレートに株式市場も追随します。
  • 対外債務とは、外国の債権者に対して負っている債務および返済の可能性を指します。

これらのデータは、州がどのような「レベル」にあるかを明確に示しています。 これらの指標は経済を反映します。 そして、それらが理想値に近づくほど、その国の経済的地位は高くなります。 世界中の投資家にとって安定した市場が最も魅力的であることを理解するには、特別な知識は必要ありません。

メソレベル

メゾレベルでは、国の経済で最も成功しているセクターが特定されます。 この目的のために株価指数が使用されます。 たとえば、経済のさまざまなセクターの発展のダイナミクスを示すダウ ジョーンズ指数です。

ミクロレベル

ミクロレベルとは、特定の企業を分析することを意味します。 この段階では、財務的、経済的、生産的要因に加えて、企業の競争環境や企業構造も調査されます。 ここで特に重要なのは次のとおりです。


さらに、次の情報を考慮する必要があります。

  • 政府命令 - これにより大量の作業と適時の支払いが保証されるため、それを受け取った企業は株価が上昇する可能性が高くなります。
  • 格付け機関や分析機関、主要投資家からの指示。 特定の企業の株式は、政府機関の格付けにおける地位に応じてその価値が変わる場合があります。
  • 企業の配当金が増減する可能性。
  • 企業の合併または買収。 この場合、購入には多額の財務投資が必要となるため、購入される企業の株式の価格が上昇する可能性が高くなります。
  • 食品、化粧品、医薬品を製造する企業などの規制組織の影響は、食品医薬品局の意見にとって重要です。

視覚的には、これは宝探しとして表すことができます。どこに来るのか、どこに来るのかを知ってから、どんどん下を掘って、目的地までの道を短くする必要があります。 トレーダーは、ファンダメンタルズ分析に基づいて株式が長期的に安定している企業に興味を持っています。

株式市場のファンダメンタルズ分析の手法

株式の「正しい」価格を決定するには、主に 2 つの方法が使用されます。

  1. 類似企業との比較、つまり株式市場における取引価格や株式の価値に関する情報があるかどうか。
  2. 企業が受け取ることができるキャッシュフローを予測することで株式の価値が決まるという前提に基づく手法。
  3. 直感的。

2 番目のアプローチを使用したよく知られた例は、FOREX 市場におけるジョージ ソロスの運用です。 ソロスは英国通貨の下落を予言した。 問題は、ポンドの為替レートが高すぎる最新の欧州通貨システムに組み込まれていたためであり、このシステムに平等に参加するにはイングランド銀行がこのレートを維持する必要があったのです。 しかし、90年代初頭、イギリスは高いインフレと失業を経験しました。 経済的および政治的要因を分析したソロスは、ポンドに賭けて10億ドルを獲得したが、イングランド銀行は200億ドルを失った。

基礎調査を適切に実施することは簡単な仕事ではありません。異なる条件下では同じ要因(経済的、政治的)が証券取引所に異なる影響を与える可能性があるからです。 成功するトレーダーは、金融市場の法則と複雑さを理解し、無関係な出来事を比較できなければなりません。

直感的なアプローチも有効です。 しかし、それぞれの直感的な方法は、原則として、感情的なものではなく、環境の技術的な予感に基づいています。 若い企業が革新的な製品を発売し、将来の製品が「爆弾」になると大衆に納得させたとします。 あなたは懐疑的で不信感を抱き、資産への投資を拒否するかもしれません。 しかし、状況を把握している敏感な投資家は、そのような一見危険な取り組みの見返りを考慮するかもしれません。 Apple 株、Tesla 車、初期段階の Google など、多くの具体的な例を見つけることができます。 経済指標にもかかわらず、原点に立って直観に耳を傾けた人たちは皆、今では良いお金を受け取っている。

結論

したがって、基本的なアプローチは、企業の株式の価値が現在過大評価されているか過小評価されているか、そしてその企業と取引を締結する必要があるかどうかを判断するのに役立ちます。 テクニカル分析は、取引を行うのに最適なタイミングを決定します。 基本的な知識を向上させることで、トレーダーは収益性の高い投資を行うことができます。 幸いなことに、今日では、このアプローチを包括的に研究できる情報がインターネット上にたくさんあります。 ファンダメンタルズ分析に関する書籍、ビデオレッスン、経験豊富な投資家からの実践的なアドバイスなど、すべてインターネットで無料で入手できます。 そして、毎日知識を向上させることができます。

株式市場を予測するためにどの方法を選択する場合でも、システムが必要です。 ファンダメンタル分析とテクニカル分析のいずれかを無差別に使用すると、エラーを適切に分析および評価できなくなります。 働いてお金を稼ぐことができなくなります。 トレーダーにとって財務を管理することは重要であり、短期と長期の両方の目標を設定する必要があるため、市場分析のそれぞれの方法の使用が重要になります。

導入

第 1 章 証券市場統計。

1.2. 証券市場の統計調査のプロセスを情報サポートします。

1.3. 株式市場の基本的な統計指標のシステム。

第 2 章 ロシア株式市場の現状の統計分析。

2.1. ロシアの株式市場の慣行。

2.2. 2002 年のロシア株式市場の状況

第 3 章 ロシア証券市場のダイナミクスの短期予測。

3.1. ロシア株式市場の発展予測の詳細。

3.2. 予測に使用される情報の一次処理。

3.3. 予測には重回帰および成分分析手法を使用します。

学位論文の紹介(要旨の一部) テーマは「ロシア株式市場の発展の統計分析と予測」

21 世紀初頭の世界経済の発展の最も重要な特徴の 1 つは、金融市場システムにおいて主導的な重要性を獲得した株式市場の役割の増大でした。 現在、世界の先進国の金融資産のほとんどは有価証券で構成されています。

株式市場の指標は常にビジネス界の注目を集めており、株式市場の危機の瞬間には一般の関心の対象となります。 これは現代経済における株式市場の機能によるものです。 証券市場は、投資、経済の近代化、生産成長の刺激のための資金を呼び込むための重要なメカニズムの 1 つです。 同時に、数十年の経験が示しているように、世界の証券市場は大規模な金融不安、マクロ経済リスク、社会的混乱の原因となる可能性があります。 ロシアの株式市場を含む新興株式市場は特に問題が多く、90年代には小規模ながら世界で最もリスクの高い株式市場の一つであった。

現代のロシアでは、世界的な金融市場システムへの組み込み、同国への国際信用格付けの付与、ユーロ債のトランシェの設定、外国取引所でのロシア株の米国預託証券の引用などにより、株式市場のさまざまな分野を研究するための文明的なアプローチが緊急に必要とされています。 ロシアの証券市場で運用する際の収益性とリスクの比率の低下という現在の傾向、インフラの未開発、この市場の流動性の不足により、多くの投資家は先進国の株式市場に集中しなければならないことに留意すべきである。 。 この状況でうまく機能するためには、投資管理のさまざまな方法を使用する必要があります。その主なタスクの 1 つは、証券やその他の市場資産の価格の変化と株式市場全体の発展を予測することです。

予測手法は、入手可能な情報に基づいて、直接測定できない初期データに確率的に関連する特定の値を予測 (推定) する必要がある場合に、人間の活動のさまざまな分野で使用されます。 投資活動に従事する株式市場参加者に関連して、予測問題は次のように定式化できます。つまり、株式取引を最大の効率 (収益性) で実行するために、株式取引を完了するのに必要な方向と時間をどのように決定するかです。 この質問に対する答えは、現時点で観察される多くの要因(マクロ経済とミクロ経済の両方)、および将来の株式市場の状況の展開によって異なります。

研究テーマの関連性は、株式市場で発生するプロセスのダイナミクスに関するより客観的で信頼できる情報を取得し、株式市場を評価するための相互に合意された統計指標システムを作成するために、株式市場統計の方法論的基礎を改善する必要があるためです。証券市場全体の状況を把握し、将来の発展をより正確かつ確実に評価できる新しい予測手法を開発します。

問題の発展の程度。

1990 年まで、株式市場に関連する問題の特定の側面は、金融問題を研究する国際経済学者の著作の中で触れられていました。 アレクヒナ、A.V. アニキナ、E.Ya. ブレーゲル、SA ビリンヤカ、TD ブリティッシュ・コロンビア州グロス ヴォリンスキー

A.I. ディンケビッチ、I.S. 女王、J.I.H. クラサビナ、ベルギー ラニナ、G.G. マノキナ

BM ウソスキナ、MA ポートノイ、DV スミスロバ、V.M. ソコリンスキー、GP ソリュサ、V.I. スロフツェワ、V.V. スシチェンコ、Yu.S. ストリヤロワ、V.N. シェナエバ、BG フェドロワ、L.I. フレイヤ、E.S. ケシナ、P.M. エントフと他の著者。 しかし、株式市場はソ連の経済学者の注目の的ではなかったと言える。 1945 年から 1990 年まで ソ連では、証券市場に関する特別なモノグラフは 3 冊だけ /13/、/35/、/252/ で発行されました。

経済システムの根本的な変化とロシア経済の市場モデルへの移行は、株式市場の問題に対する国内研究者の関心を急激に高めることに貢献した。 この関心は、まず第一に、ロシアの株式市場の出現と急速な(1998年までの)発展によるものです。 90年代、ロシアでは証券と株式市場をテーマにした数百冊の書籍やパンフレットが出版されました。

同時に、出版された著作物のほとんどは、単一の問題 (たとえば、証券会計、テクニカル分析など) に特化していて純粋に応用的な性質のものであるか、特定の金融商品 (たとえば、為替手形、政府証券、デリバティブ証券など)、または証券市場の基本概念を紹介するために設計された教科書、または投資と証券ポートフォリオ管理に関する海外、主にアメリカの教科書の翻訳(その多くは本質的に基本的なものです)西洋の古典文学に属します。たとえば、W. シャープ、J. ヴァン ホーン、R. ブレイリー、S. マイヤーズの本などです。

B.I. の書籍や記事は、株式市場のさまざまな側面に特化しています。 アレクヒナ、A.I. バソバ、イリノイ州 ブブノバ、A.I. バージニア州ブレニナ ベロバ、D.Yu. ブダコヴァ、O.V. ブクレミシェワ

AP バージニア州ビチコバ ガラノバ、Z.K. ゴールディ、AD ゴルボビッチ、I.A. グセバ、V.E. グラバルニカ、Yu.A. ダニロバ、V.I. デグチャレヴァ、I.V. ドバシナ、S.I. Dracheva、E. Evstigneeva、BA。 ジャルニンスキー、E.F. ジュコバ、O.A. カンディンスカヤ、A.A. キリヤチコワ、A.V. コランコバ

B.V. コランコバ、V.I. コレスニコワ、A.A. コズロバ、O.I. ラヴルシナ、O.I. マルティノバ、Ya.S. メルクモワ、V.D. ミロビドバ、I.N. プラトノバ、A. ラディギナ、A.V。 セメンコバ、E.V. セメンコバ、Yu.S. シゾバ、A.Yu。 シマノフスキー、E.B. ソロマティーナ、E.S. ストヤノバ、V.I. タランコバ、バージニア州 タラチェバ、ブリティッシュコロンビア州 トルカノフスキー、E.A. ウトキナ、LP LA、ハバロバ チャルダエバ、A.S. チェスノコワ、BM。 チェスキドワ、E.V. チルコバ、A.A. アーリク、A.A. フェルドマン、A.B. フェルドマンなど。

ロシアに存在する株式市場に関する文献では、後者は、まず第一に、商品、その種類、発行の特徴の観点から検討されています。 同時に、その絶対的および相対的な規模、および他の金融市場との量的比例性の問題は無視されたままです。

外国の著作物には、ほとんどの場合、個別の側面、問題群、個別市場の特徴に焦点を当てた、株式市場の発展の問題に関する包括的な研究が含まれていません。 この分野で最も詳細な研究は、90 年代に世界銀行グループ、国際通貨基金 (IMF)、国際決済銀行 (BIS)、および証券監督者国際機構などの専門団体で集中的に行われました。 IOSCO )、世界取引所連盟 (WFE) は、90 年代後半の危機後に新たに創設された国際構造の中で、新しい世界的な金融アーキテクチャを構築するという問題を解決しました。 既知の出版物には、R. Vishny、S. Diankov、S. Kalomiris、S. Kindelberger、A. Levit、R. La Porta、R. Levin、F. Mishkin、R. von Rosen、J. Soros、B. Taylor、P が含まれます。 . フィッシャー、A. シュライファー。

同時に、株式市場の構造と株式市場で発生するプロセスを理論的および方法論的に統計的に評価する際の多くの問題が十分に開示されていないことに留意することができる。 株式市場における数学的モデリングや統計的予測の問題の詳細が不完全であることについても話すことができます。

研究の目的と目的。

論文作業の目的は、ロシアの株式市場の発展傾向の統計分析、およびその後のロシアの証券市場の構造と発展プロセスに関する統計調査を行う際に、指標を体系化し、その役割と分析能力を特定することです。

この目標に従って、この作業では次の課題が設定され、解決されました。 国内株式市場の構造と発展に関する主要な情報源を決定すること。 株式市場の統計指標の分類基準を開発し、これらの統計指標のシステムを形成する。 株式、債券、デリバティブ金融商品の世界市場の量的特徴を分析し、世界の株式市場の出来高、ダイナミクス、およびその発展に影響を与える要因を決定する。 他の先進市場および新興市場と比較してロシアの証券市場を特徴づけ、その発展の結果を分析する。 2002 年のデータの統計分析に基づいて、ロシアの証券市場で発生するプロセスを体系化します。 ロシア証券市場指数の動態に関する統計予測モデルの比較分析を実施します。

研究の対象および主題。

この研究の対象はロシアの証券市場であり、外国の先進株式市場や新興株式市場と比較して考察されています。

研究の主題は、ロシア株式市場の機能、この市場の個々のセグメント、およびその発展の傾向の定量的特徴です。

方法論と研究手法。

論文の方法論的および理論的基礎は、経済理論、主に金融市場の機能の理論の基本原則です。 この研究は、複雑な社会経済システム内の構造と因果関係を明らかにし、モデルを定式化し、その発展を予測することを可能にするシステム分析の方法論に基づいています。 比較分析、類推法、株式市場の発展における因果関係や傾向を特定するための経験的データ配列の統計処理、傾向の外挿、専門家による分析などが広く使用されました。 特定の問題は、最新の数学モデルを使用した統計分析手法を使用して解決されました。

研究情報ベース。

この研究では、OECD、国際証券取引所連盟、国際決済銀行、国際金融公社、国際通貨基金、中央銀行および国家統計機関の刊行物、主要な外国為替およびロシア為替の報告書、および国際決済銀行の統計を使用し、体系化しています。店頭取引システム、国家市場規制当局の証券データベース、モノグラフ研究、さまざまな参考出版物、株式市場の発展に特化した外国およびロシアの定期刊行物からの資料。 ソース文書の重要な部分はインターネットから入手しました。

ロシアの証券市場の組織の内部側面、モスクワ銀行間通貨取引所(MICEX)のデータベース、ロシア取引システム(RTS)、全国株式市場参加者協会、ロシア銀行、ロシアのFCSMを研究する。ロシア、中央連邦管区FCSM地方支局、ロシア連邦財務省、ロシア連邦ゴスコムスタットなど

必要な手順の実際の実装では、ソース データの準備とその変換は、表計算プロセッサ MS Excel (Microsoft, Corp.) とデータベース管理システム MS SQL Server (Microsoft, Corp.) を使用して実行され、すべての統計データは実行された計算は、STATISTICA ソフトウェア パッケージ (StatSoft, Inc.) の環境で実行されました。

研究の科学的新規性。

この論文研究の科学的新規性は、ロシアの株式市場で発生するプロセスの統計的評価と分析、およびその発展の予測にあります。

特に、ロシアの証券市場の統計パラメータが計算され、その分析的解釈が先進市場および新興市場の大規模なグループと比較して実行され、これに基づいて国内市場の主な問題と不均衡の体系的な説明が行われました。与えられた。

2002 年の統計データに基づいて、ロシア証券市場の状態の分析が行われ、指定された期間における国内株式市場の発展の一般的な傾向を特定することができました。

ラグ変数と成分分析を使用した重回帰法に基づいて、ロシア株式市場指数の短期予測を構築する方法論が開発されました。 この手法は、2000 年から 2003 年のさまざまな財務指標の値の時系列レベルのデータでテストされました。

仕事の実際的な意義。

この研究の実際的な重要性は、論文で開発された理論原則と、ロシアの株式市場統計の分析と予測で得られた結果が、証券市場を規制する行政当局(連邦証券市場委員会)によって利用できるという事実にある。ロシア、ロシア銀行、ロシア連邦財務省など)、自主規制機関(国立証券協会など)、取引システム(MICEXおよびRTS)およびその他のインフラ市場機関、商業銀行およびブローカーディーラー企業は、ロシア株式市場の投資可能性を拡大し、リスクを軽減する活動に取り組んでいます。 開発された統計指標システムと実際のデータの分析は、統計当局の実践的な活動だけでなく、「経済統計」、「経済理論」、「金融市場」といった分野の教育プロセスでも使用できます。 ”。

研究結果のテストと実装。

論文の主な理論的および方法論的な規定は、科学論文集に掲載された論文に反映され、大学間会議で議論され、上記の学術分野の個々のトピックを検討する際に使用されました。

論文の範囲と構造。

この作品は、序論、3 つの主要な章、結論、参考文献とアプリケーションのリストで構成されています。 作品の内容は192ページにわたって紹介されています。 デジタルおよびグラフィック資料は 29 の表と 39 の図で示されています。 この作品には5つのアプリケーションが含まれています。

論文の結論 トピック「会計、統計」について、ドロホフ、エフゲニー・ウラジミロヴィッチ

結論

論文研究の結果、目的は解決され、次の結論が得られました。

1. 株式市場の構造と発展を統計的に研究する場合、次の主な情報源に頼ることができます: a) 目論見書、有価証券の発行に関する発行者の報告書、および財務諸表 (貸借対照表、利益、および財務諸表)損失計算書); b) 証券取引所の統計観察と報告(証券価格、出来高、取引数など)。 上で述べたように、現代の証券取引所は主にコンピューター取引システムを使用して証券取引を組織しています。 したがって、この場合、各取引を登録するときに一次統計情報が生成され、取引所や情報機関によってグループ化、統合、配布されます。 c) 組織化された店頭取引システムの統計的観察と報告。 大規模な店頭取引システムも、自動取引、登録、情報配布技術 (ロシア取引システムなど) のみに依存しています。 d) 公的債務の状況に関する金融当局および中央銀行による報告、証券委員会または証券市場を規制するその他の政府機関の統計出版物。 e) 証券市場の専門的参加者と機関投資家の団体(例えば、国際証券取引所連盟)の統計出版物。 f) 格付け会社の出版物。 g) 国際機関および金融機関(国際金融公社、国際決済銀行、IMF、OECD など)の統計出版物。

上記のリストでは、ソースの 2 つの主要なクラスを区別することができ、それぞれマクロ レベルとミクロ レベルで情報を示しています。 これらは共に情報開示システムを構成しており、そのシステムが効果的に機能しなければ、質の高い分析作業を行うことは不可能です。

2. 株式市場の包括的な統計研究には、証券の特性 (レート、量、取引、品質) と市場参加者 (発行体、投資家など) の活動を、種類ごとに個別に研究することが含まれます。証券市場(取引所と店頭、プライマリーとセカンダリー)、および証券自体の種類(株式、債券など)ごとに分類されます。 また、実用化するためには、株式市場を「垂直」(ある時点での全体)と「水平」(ダイナミクス)で考えることができる必要があります。

この点に関して、株式市場統計では、相互に関連し相互に合意された統計指標のシステムが開発されています。これには次のセクションが含まれます。 有価証券の取引量と構造の統計。 証券金利の統計(価格指標)。 証券および株式市場全体の品質に関する統計。 株価指数統計。 デリバティブ金融商品の統計。 株式市場参加者の活動の統計。

株式市場の統計研究の特別なセクションは、有価証券の評価とその収益性の決定です。

3. 高度に発達した市場経済では、社会のすべての金融資産の大部分が証券に組み込まれています。 2002 年、株式および債券市場の総量は、資本金と負債から計算すると、72 兆という天文学的な数字に達しました。 これは世界の GDP の総量の 2 倍以上、マネーサプライ M2 (つまり、現金と銀行口座の資金) の約 3 倍です。 米国では、国民と非営利団体の資産構成に占める有形資産の割合は数十年にわたって約3分の1にとどまっており、残りの3分の2は金融資産であり、そのうち預金はわずか10~15%である。残りは銀行に保管されており、残りはそのような形または他の形式の有価証券です。 先進市場を持つ他の国では割合は異なるかもしれませんが、証券の割合は依然として非常に高いです。 金融資産の大部分が銀行預金または外貨保有で保有されている発展途上国や経済移行期の国を含む多くの新興市場では状況が異なります。

4. ロシアに対する専門家の評価によれば、ロシアでは企業による資本誘致を伴う問題は事実上存在しなかったため、株式発行は(1992年から1998年末まで)投資プロセスにおいてほぼゼロの役割を果たした。

排出量のほとんどは 1992 年から 1994 年のバウチャー民営化後のもの。 企業の固定資産の再評価に関連していました。 実際、国内市場での債券発行は 1998 年 8 月までは(経済的にかなりの量で)あらゆるレベルの政府(連邦、準連邦、地方自治体)の政府機関によってのみ行われており、民間発行会社は国際市場でのみ債券を発行することに成功していました。 ; この方法で調達された資本の量は非常に少なかった ロシア連邦政府による債券発行については、そのほとんどが現在の財政赤字を補填するために使用されており、投資とは直接関係していなかった(ただし、ロシアの構成主体が発行したユーロ債は一部投資に関係している)。 したがって、ロシア全体の証券市場はこれまでのところ、財政赤字の補填と民営化の過程での資産の再分配という役割のみを果たしており、経済への資金供給という役割は果たしていない。

5. 長い休止期間を経て90年代初頭に再興されたロシアの証券市場は、過去10年間、投資ニーズをカバーするための実体セクターへの金融資源の再分配と事業の市場評価の形成という主要な機能を果たさなかった。 その代わりに、外国の短期投資家の割合が高い非常に小規模な投機市場が形成され、モスクワに非常に集中し、限られたグループの証券の流通をカバーしていた。 90年代には、人為的に高い金融資産収益率とルーブルの固定為替レートを伴う資本の自由な移動(政府証券市場における海外投資の自由化と株式市場におけるオフショア決済の優位性)により、投機の十分な機会が生み出されました。市場の過熱とその後の大幅な下落。 市場の寡占構造、情報の非対称性、少数の証券への過度の集中が、価格操作の必然性を決定づけました。 企業証券市場は国内投資家から完全に分離されており、その動きは完全に外部市場と投機的な外国投資家の需要によって決定されていました。

2001 ~ 2002 年 ロシア経済と証券市場の両方にとって成功を収めた(世界の主要株式市場の時価総額と取引高は減少したにもかかわらず、前向きな動き)。 しかし、ここ数年は改善したとはいえ、ロシアの証券市場が経済規模に見合っておらず、競合市場に比べて相対的に規模が小さいという状況は根本的に変わっていない。

6. 2002 年のロシア証券市場の発展における一般的な傾向から、国家市場と比較して株式市場における企業部門の重要性が高まっていることに注目することができます。 債券市場の州(連邦および地方)および企業部門の商品の利回りが低下する一般的な傾向も継続し、これらの商品グループ間の価格スプレッドはさらに縮小しました。

7. ロシアの株式市場の統計分析と並んで、ロシアの証券市場で発生するプロセスのダイナミクスを研究する際の緊急の課題は、さまざまな統計指標、特に株価指数の将来の可能性のある値を予測することです。

同時に、株式市場の予測モデルを構築するプロセスは複雑かつ曖昧です。 これは、株式市場に作用する矛盾した力を形式化することが難しいという事実によるものです。 現代のロシア市場向けモデルの構築は、ロシアが経験している経済過渡期の詳細によっても複雑になっています。 これは客観的な理由であり、予測の満足のいく精度を達成することはできません。 たとえば、西側市場で企業株を専門とするアナリストが何十年にもわたって数千の発行体に関するデータを利用できるとしても、ロシア市場では数十の発行体と、3~4年を大きく超えない期間についてしか話すことができません。 1998 年 8 月の危機により、ロシア株式市場の流動性が大幅に低下したため、危機後の 1 年間のデータを予測に使用することは不可能と思われます。

さまざまな種類のプロセスの開発を研究するために実際に使用されている最も一般的な統計手法の 1 つは、相関分析と回帰分析の使用に基づく手法であり、多数のプロセス特性間に存在する可能性のある依存関係を研究するように設計されています。 統計的依存性では、特性は関数的に関連していませんが、同時確率分布によって確率変数として定義されます。

この研究の最後のセクションでは、株価指数値の短期予測によって解決される、ロシア証券市場の発展のダイナミクスを研究するという問題における回帰分析手法の実践的な応用の結果が反映されています。

事前に定常形式に変換された選択された統計指標の時系列値を使用して、3 つの回帰モデルが構築されました (最も重要な説明変数を順次含める段階的回帰分析の方法、成分分析の方法、および分散ラグ分析)、それぞれが F 検定と ^ 検定、ダービン ワトソン統計、検定を使用して妥当性について研究されました。

ゴールドフェルド・クヴァント。 次に、スライディング検査手順に従って、予測誤差のサンプル分散を同時に調査しながら、構築されたモデルで遡及予測を実行しました。

実施された研究により、次のことがわかりました。多因子回帰モデルに基づく統計的予測手法は最も単純な手法の 1 つであるにもかかわらず、それらが生み出す結果は実際の問題において非常に適切であることが判明しました。

論文研究のための参考文献リスト 経済科学候補者ドロホフ、エフゲニー・ウラジミロヴィッチ、2004 年

1.アガルコフM.M. 銀行法の基礎。 証券の原則。 M.: BEK Publishing House、1994. - 349 p.

2.アガルコフM.M. 証券の原則。 M.: フィンスタチンフォーム、1993 年。

3. アイヴァズヤン S.A.、エニュコフ I.S.、メシャルキン L.D. 応用統計。 依存関係の研究。 M.: 財務と統計、1985 年。

4. アイヴァズヤン S.A.、ムヒタリアン V.S. 応用統計と計量経済学に関するワークショップ。 - M.: MESI、2000。 - 160 p。

5. アイヴァズヤン S.A.、ムヒタリアン V.S. 応用統計と計量経済学の基礎。 M.: UNITY、1998、- 1022 p.

6. Alekseev M. Yu. 証券市場とその取り組みの組織。 - M.: 展望、1991.-134 p.

7.アレクセーエフM.Yu。 株式と債券市場。 - M.: 財務と統計、1992 年。

8. アレクセーエフ・M.Yu.、ミルキン・ヤ・M. 有価証券を使った運用技術。 M.: 視点です。 1992. - 208 p.

9. アレヒン B.I. 株式と債券市場。 株取引の入門。 M.: 財務と統計、1991.- 159 p.

10. Graham および Dodd 編による有価証券の分析 コトル S、マレー RF、ブロック F.E. M.: Olimp-Business、2000. - 694 p.

11. I. アンダーソン T. 時系列の統計分析: Transl。 英語から によって編集 Yu.K. ベリャエワ。 M.: ミール、1976 年 - 755 p.

12. アニキン A.V. 金融混乱の歴史。 ジョン・ローからセルゲイ・キリエンコまで。 -M.: オリンプ ビジネス、2000 年。

13. アニキン A.V. 現代資本主義の信用制度。 男性: ナウカ、1964 年。

14. アファナシェフ V.N.、ユズバシェフ M.M. 時系列分析と予測。 M.: 財務と統計、2001. - 228 p.

15. バベシュコ L.O. 金融分野におけるコロケーション予測モデル。 M.: 試験、2001.-288 p.

16. ロシアの銀行システム。 銀行家のハンドブック。 3冊で。 /認証。 コロラド:L.I.アバルキン、G.A.アボリヒナ、M.G.アディベコフ、L.D.アンドロソワほか。 エド。 coll.: A.G. Gryaznova 他 M.: DeKa、1995. - 768 p.

17.吟遊詩人BC ロシア経済の投資問題。 M.: 試験、2000 年。-383 p.

18. バトラー W.E.、ガシバトラー M.E. ロシアおよび米国の法律に基づく法人および証券。 M.: ミラー、1997 年。

19. ベロフ V.A. 証券市場:法的規制の問題。 M.: 人道的知識、1993 年。

20.ベリャコフM.M. 最も重要な支払い手段としての為替手形。 - M.: MP「トランスファー」、1992 年。

21. Bendat J.、Peirsol A. ランダムプロセスの測定と分析:Transl。 英語から G.V. マトゥシェフスキー、V.E. プリヴァルスキー。 M.: ミール、1974. - 464 p.

22. ベーレンス V.、ハヴラネク P.M. 投資評価ガイド。 - M.: Infra-M、Interexpert、1995、527 p。

23. ベルゾン N.I.、コバレフ A.P. 株式会社: 資本金、法的枠組み、経営: 経済学者と経営者のための実践的なガイド。 M.: Finstatinform、1995. - 159 p.

24. 証券市場における業務。 ロシア語版。 議員 編 コランコフ V.V.、コランコフ A.V.、グラバルニク V.E.、カルドフスキー K.E. M.: グラニコール、1992 年。

25. 交流活動。 エド。 グリャズノバ A.G. M.: 財務と統計、1996 年。

26. ブランク I.A. 投資管理。 キエフ: MP「ITEM」、1995年。 - 448 p。

27. Blum A.A. 信用機関の歴史とソ連の信用システムの現状。 M.: ゴスフィニズダット、1929. - 233 p.

28. Bogatin Y.、Shvandar V. ビジネスと投資の効率の評価。 M.: Unity、1999.-254 p.

29. ボルシェイ JI.H.、スミルノフ N.V. 数学的統計の表。 男性: ナウカ、1965 年。

30. ボロビコフ副社長、イフチェンコG.I. Windows 環境の STATISTICA システムでの予測。 -M.: 財務と統計、2000 年。

31.ボロフコフA.A. 確率論コース。 男性: ナウカ、1972 年。

32. ボロドゥリン対米国証券市場。 M.: モスクワ中央証券取引所、1992 年。

33.ボロズディンP.Yu。 証券と株式市場。 M.: モスクワ州立公開大学、経済法研究所、1994 年。

34. Brown S、Ritzman M. 財務分析の定量的手法。 あたり。 英語から M.: INFRA-M、1996.-336 p.

35. ブレーゲル E.Ya. 資本主義国の通貨の流通と信用。 - M.: 金融、1973 年。

36. Braley R.、Myers S. 企業金融の原則。 M.: Olimp-Business、1997.- 1087 p.

37. ブクレミシェフ O.V. ユーロ債市場。 M.: デロ、1999 年。

38.ブレニンA.I. デリバティブ市場。 M.: Infra-M、1996. -368 p.

39.ブレニンA.I. 先物、先物、オプション市場。 M.: トリヴォラ、1994 年。

40. ビシュコフ A. 経済のグローバル化と世界株式市場 // 経済学の問題。 M.、1997 年、第 12 号。

41. Bastens D.E.、Van Den Bergh W.M.、Wood D. ニューラル ネットワークと金融市場: 取引業務における意思決定。 M.: TVP、1997年。

42. Vakulenko S. ロシアにおける格付け会社の活動の見通し // 財務情報速報。 1998. - No. 8. - P. 52-53。

43. 総TD EMS。 M.: 財務と統計、1986 年。

44. ヴァン・ホーン JK 財務管理の基礎: Trans. 英語から /Ch. 編 Y.V.ソコロフによるシリーズ。 M.: 財務と統計、1996 年。 - 800 ページ。

45. ヴァシリエフ G. A.、カメネバ N. G. 商品交換。 M.: 高等学校、1991 年。 - 111ページ

46. Weisweiller R. 仲裁: 金融市場および商品市場における運用の機会と手法: 翻訳。 英語から M.: Zerich-PEL、1995. - 206 p.

47. ロシアにおける紙幣と紙幣の流通:実用百科事典 / A.V. Volokhov、B.A. Zhalninsky、V.V. Ilyin など。 比較:A.G. モロゾフ、D.A. ラヴキン。 第4版、改訂。 そして追加の - M. バンキング ビジネス センター、1998 年。 - 320 ページ。

48.ウラジスラフレフ D.N. 株式市場における競争と独占。 M.: 試験、2001.-255 p.

49. ヴォルコフ I.M.、グラチェヴァ M.V. プロジェクト分析: 大学向け教科書。 M.: 銀行と取引所、UNITY、1998. - 423 p.

50. ヴォロヴィク A.M.、セメンコフ A.V. ロシアの証券取引所の 3 つの時代。 M.: 財務と統計、1993. - 93 p.

51. ヴォリンスキー B.S. 現代資本主義の状況における信用。 M.: 財務と統計、1991 年。

52. ヴォストロクヌトワ A.I. 株式の投資評価: ロシアの石油会社 - サンクトペテルブルク: インターライン、2000。

53. Vaitilingam R. 財務情報の使用ガイド、Financial Times。 M.: 財務と統計、1999. - 400 p.

54. Gaidyshev I. データ分析と処理: 特別な参考書。 - サンクトペテルブルク: ピーター、2001 年。

55. Galkin I.V.、Komov A.V.、Sizov Yu.S.、Chizhov S.D. 米国とロシアの株式市場: 形成と規制。 -M.: 経済学、1998 年。

56. ガルペリン V.M.、イグナティエフ S.M.、モルグノフ V.I. ミクロ経済学、第 1 巻。 - サンクトペテルブルク: 経済学校、1996 年、349 ページ。

57. ハインツ D.、アノシン I. 新しい市場における古い指数 // 証券市場。 M.、2000、-N2.-S。 5-8.

58. ガイストC.R. ウォール街の歴史。 M.: 出版社「Quartet-Press」、2001 年 - 480 p。

59. ギンディン I.F. ロシアの商業銀行。 M.: ゴスフィニズダット、1948. - 454 p.

60. ギットマン L.J.、ジョンク M.D. 投資の基礎:翻訳。 英語から /ロシア連邦政府傘下の国民経済アカデミー。 M.: デロ、1997 - 992 p.

61. グルシチェンコ V.V. 予測。 第3版 - M.: University Book、2000. - 208 p.

62.ゴリツィン・ユ・P。 革命前のロシアの株式市場。 歴史に関するエッセイ。 -M.: FID「Business Express」、2001年、280ページ。

64.ゴルボビッチAD、ミリムスカヤO.M. 米国における為替取引と投資 M.: MEN ATEP-INFORM、1991 年。

65.グラナトゥロフV.M. 経済リスクの本質、測定方法、軽減方法:教科書。 M.: 出版社「Delo and Service」、1999 - 112 p。

66. グラチェヴァ M.V. プロジェクトのリスクの分析: Proc. 大学向けのマニュアル。 M.: ZAO Finstatinform、1999. - 216 p.

67. Gryaznova A.G.、Fedotova M.A. ビジネスの評価。 M.: 財務と統計、1999 年。-510 ページ。

68. グドコフ F.A. 有価証券への投資: 会計士や経営者向けの債務に対処するためのガイド。 M.: INFRA-M、1996.- 160 p.

69. グドコフ F.A.、マケエフ A.V. 法案:応用実務ガイド(企業向け推奨事項)/Comp. D.A.ラヴキン。 M.: バンキング ビジネス センター、1996.- 132 p.

70.ダニロフ・ユ・A ロシアにおける投資銀行の創設と発展。 M.: デロ、1998.-352 p.

71. De Covney S、Takki K. ヘッジ戦略。 あたり。 英語から M.: インフラ M、1996 年。

72. デグチャレヴァ V.I.、カンディンスカヤ O.A. 交換ビジネス。 M.: ユニティ、1997 年。

73. お金。 クレジット。 バンクス / 編 O.I. ラヴルシナ。 M.: 財務と統計、2001. - 460 p.

74. デリグ・H.-U. ユニバーサルバンクは未来の銀行です。 M.: 国際関係. - 1999.-383 p.

75. Defosse G. 証券取引所および為替業務: Transl. フロリダから 第2版 - M.: Zerich-PEL、1995.-114 p.

76. ディンケビッチ A.I. 日本の金融と通貨システム。 M.: 金融、1977 年。

77.ドリンスカヤV.V. 株主法。 M.: 法律文献、1997. - 351 p.

78. Dougherty K. 計量経済学入門。 M.: インフラ M、1997 年。

79.ドラチェフS.I. 株式市場: 基本的な概念、メカニズム、用語。 - M.: アンキル、1991 年。

80.ドロボジナJI。 A. ファイナンスの一般理論。 M.: UNITY、1995. - 275 p.

81. ドゥブロバ T.A. 統計的予測方法。 M.: UNITY、2003. - 206 p.

82. ドゥブロバ T.A.、パブロフ D.E.、オシポワ N.P. STATISTIC PPP を使用した因子分析 A.M.: MESI、2000. - 64 p.

83. ドゥブロバ T.A.、パブロフ D.E.、トカチェフ O.V. STATISTICA システムの相関分析と回帰分析。 M.: MESI、1999. - 72 p.

84. ディアチェンコ副大統領 ソ連の金融の歴史(1917-1950)。 M.: ナウカ、1978. - 492 p.

85.エリセーヴァI.I.、ユズバシェフM.M. 統計一般理論、第 4 版 M.: 財務と統計、2002 年。

86. エフィモワ M.R.、ペトロヴァ E.V.、ルミャンツェフ V.N. 統計の一般理論。 M.: インフラ M、1998 年。

87.ジューコフ E.F. 投資機関。 M.: 銀行と取引所、UNITY、1998 年。

88.ジューコフ E.F. 証券・株式市場:教科書/全組合通信金融経済研究所。 M.: 銀行と取引所: UNITY、1995. -224 p.

89. ザイツェワ L.I. ロシアにおける交流、あるいは神聖ルーシの崩壊: 19 世紀後半から 20 世紀初頭の文書と出版物。 - M.: ロシア科学アカデミー経済研究所、1993 年。

90.ザハロフA.V. CIS の単一通貨空間の概念について。 M.: Justitsinform、2002. - 143 p.

91.イワノフK.V. 先物とオプション: 取引メカニズム。 L.アンティポヴァ編集。 M.: ズラトツヴェト、1993 年。

93. イゴシン N.V. インベストメント。 経営と財務の組織。 M.: ファイナンス、2000 - 413 p.

94.カメネバ N.G. 為替取引の仕組み: 教科書。 M.: 銀行と取引所: UNITY、1998.-304 p.

95. カルピコフ E.I.、タラチェフ V.A. ロシア連邦の構成主体および地方自治体の証券。 - M.: 評価、1997 年。

96.カタソノフV.Yu。 ロシアからの資本逃避。 M.: ANKIL、2002. - 199 p.

97. ケンダル M. 時系列: 翻訳。 英語から ゆーPルカシナ。 M.: 財政と統計、1981. - 199 p.

98. ケシチャン V.G. 為替市場。 現代の状況における歴史と形成のページ。 M.: REA、1996 年。

99.キルディシェフ G.S.、アボレンツェフ Yu.I. 多次元のグループ化。 M.: 統計、1978. - 160 p.

100. キルャチコフ A.A.、チャアダエワ L.A. ロシア証券市場に関するワークショップ。 M.: BEK 出版社、1997 年。

101. キルャチコフ A.A.、チャアダエワ L.A. 証券市場および証券取引所業務。 M.: ユリスト、2000年。

102. クルプトMA 国際金融統計。 サンクトペテルブルク: SPbUEF、1996 年。

103.コバレフV.V. 財務分析。 M.: 財務と統計、1996 年 - 429 p.

104. コバレンコ E.G. 銀行用語の英露辞典。 対応するメンバーによって編集されました。 RIA ティモフェエバ N.I. 国際工学百科事典。 シリーズ「経済と金融」、センター「科学技術」。 モスクワ、1994年。 - 462 p。

105. Kozlov A.、Salun V. 「閉鎖された」会社のコストはいくらですか? // 株式と債券市場。 M.、1999 - N16。 - P.50-55。

106. Kolass B. 企業の財務活動の管理: 問題、概念、および方法: 教科書/翻訳。 フロリダから によって編集 私は入る。 ソコロワ。 M.: ファイナンス、UNITY、1997. - 576 p.

107. コルブ R.U. 金融デリバティブ。 あたり。 英語から - M.: IID Filin、1997 年。

108. Colby R.、Meyers T. テクニカル市場指標の百科事典。 あたり。 英語から M.: アルピナ、1998 年。

109. コレスニコフ V.I.、トルカノフスキー V.S. その他、有価証券。 M.: 財務と統計、1998 年。

110. 財務分析の定量的方法。 エド。 エントバ R.M. - M.:INFRA-M、1996、336 p。

111. コレルスキー V.F.、ガブリロフ R.V. 証券取引所の解説辞典。 M.: フォワーダー、ルッソ、1996.-432 p.

112. コルネエフ V.V.、ガリーエフ A.F.、ヴァシュティン S.V.、ライク V.V. データベース。 インテリジェントな情報処理。 M.: 知識、2000 年。

113. コスティコフ I.V. 米国地方債市場のデフォルト:経済的側面。 M.: ナウカ、2001. - 376 p.

114. コトル S、マレー RF、ブロック FE。 グラハムとドッド証券の分析。 M.: Olimp-Business、2000. - 694 p.

115. コープランド・トム、コーラー・ティム、ムーリン・ジャック。 企業のコスト: 評価と管理: 換算。 英語から /科学的。 編 N.N. バリシニコフ。 M.: Olimp-Business、1999. -576 p.

116. クレイマー G. 統計の数学的方法。 - 第 2 版 マ:ミール、1975年。

117. Kramer G.、Leadbetter M. 定常ランダムプロセス: Transl. 英語から Yu.K 編集 ベリャエワ。 M.: ミール、1969年。 - 400 p。

118. クレイニナ M.N. 企業の財務状況。 評価方法。 M.: DIS、1997.-224 p.

119.クラコフV.L. ロシア連邦の証券市場の法的規制。 -M.: プレスサービス、1998 年。288 p.

120. ラヴルシン O.I.、マモノバ I.D.、ヴァレンツェヴァ N.I. 銀行業など。 M.: 財務と統計、1998 年。

121. ラヴルシン O.I.、ヤンポルスキー M.M.、サヴィンスキー Yu.P. その他、お金、信用、銀行。 M.: 財務と統計、1999 年。

123. リー・チェン F、フィナティ JI。 コーポレート・ファイナンス: 理論、方法および実践: 大学向け教科書: Per. 英語から M.: INFRA-M、2000. - 686 p.

124. ロエフ M. 確率論: 翻訳。 英語から によって編集 Yu.V. プロホロワ。 M.: 外国文学出版社、1962. - 720 p.

125. ルガチョフ M.I.、リャプンツォフ Yu.P. 社会経済予測の方法。 -M.: TEIS、1999. 160 p.

126. リュブシン N.P.、レシュチェヴァ V.B.、ディアコヴァ V.G. 企業の財務経済活動の分析:教科書。 大学向けマニュアル / 編 教授 N.P. リュブシナ. - M.: UNITY-DANA、1997. 471 p.

127. マグナス Y.R.、カティシェフ P.K.、ペレセツキー A.A. 計量経済学。 初級コース - 第 4 版 M.: デロ、2000 - 400 p.

128. マッケイ C. 群衆の最も一般的な誤解と愚かさ。 M.: アルピナ、1998.-333 p.

129. マルゴリン A.M.、ビストリヤコフ A.Ya 投資の経済的評価。 M.: Ekmos、2001.-240 p.

130. マルカリアン E.A.、ゲラシメンコ G.P. 財務分析。 M.: 以前、1997 年。-160 p.

131. マーシャル ジョン F.、バンサル ヴィプル K. 金融工学: 金融イノベーションの完全ガイド: Trans。 英語から / 科学的 編 G.A. アガサンディアン - M.: INFRA-M: 1998. 784 p.

132. Matyukhin G. G. 世界の金融センター。 - M.、1979年。

133. 国際通貨、信用、金融関係。 下。 編 クラサビナ L.N. M.: 財務と統計、1995 年。

134. メラゼ V.E. テクニカル分析コース。 M.: 銀の糸、1997 年。

136.メルコフA.E. 信用とお金の循環。 M.: 財務と統計、1983 年。-79 p.

137.メンシコフI.S. 有価証券の財務分析:講義科目 M.: 財務と統計、1998. - 354 p.

138. ミロヴィドフ V. 金融市場とロシア経済: 規模は重要ではない? // 株式と債券市場。 M.、1999 年、No. 4。

139.ミロヴィドフV.D. 相互投資ファンド。 M.: Infra-M、1996. - 415 p.

140.ミナソフO.Yu。 ロシア企業の業界魅力 // 財務ダイジェスト。 M.、2001 年 - No. 8 - P. 24-31。

141.ミナソフO.Yu。 株式の市場価格の管理 // 財務ダイジェスト。 -M.、2001。-No. 10。-S。 26-34。

142.ミナソフO.Yu。 ロシア企業の株式市場価値に影響を与える要因 // モスクワの鑑定士。 - M.、2001. No. 4. - P. 2-23。

143. マーキン・ヤ・M 30 件の抄録。 株式市場の発展のための重要なアイデア // 証券市場。 M.、2000 - No. 11。 - P.30-34。

144. マーキン・ヤ・M 銀行業務:教科書。 手当。 パートⅢ。 銀行の投資業務。 銀行の発行および設立活動。 - M.: INFRA-M、1996.-144 p.

145. マーキン・ヤ・M 経済の負債の側面 // 証券市場。 2001. -№5.-S. 42-46。

146. マーキン・ヤ・M 内部株式市場の保護 // 証券市場。 M.、2000.-No. 18.-S. 31-33。

147. マーキン・ヤ・M 所有構造は株式市場をどのように決定するのでしょうか? // 株式と債券市場。 2000. - No. 1. - P. 13-15。

148. マーキン・ヤ・M 証券市場に対する国有化と閉鎖 // 証券市場。 M.、2000 - No. 5 - P. 27-29。

149. マーキン・ヤ・M 証券の個人需要 // 証券市場。 - 2000.-No. 19.-S。 29-31。

150. マーキン・ヤ・M 市場リスクの過度の集中 // 証券市場。 -M.、2001.-No. 2.-S. 36-39。

151. マーキン・ヤ・M 株式市場の回復と発展に向けた戦略 // 株主向け雑誌。 M.、2000 - No. 8 - P. 14-20。

152. マーキン・ヤ・M 人口と株式市場//証券市場の伝統的な価値観。 M.、2000 - No. 7 - P. 33-36。

153. マーキン・ヤ・M 証券および株式市場: ロシア連邦政府管轄の金融アカデミーの専門コース。 -M.: 展望、1995. 536 p.

154. ミロノフ V.、ポポバ A. 住宅ローン債券市場 // 証券市場。 -M.、1998年。第4号。

155.ミハイロフD.M. 世界の金融市場: トレンドとツール。 M.: 試験、2000 年 - 768 p.

156. ムルジン D.V. 有価証券は形のないものです。 - M.: 法令、1998 年。

157.ムサトフV.T. 株式市場: ツールとメカニズム。 M.: 国際関係論、1991 年。

158. マンキュー・N・グレゴリー。 経済学の原則。 サンクトペテルブルク: Peter Kom、1999. - 784 p.

159. マーフィー J. 先物市場のテクニカル分析: 理論と実践: 翻訳。 英語から / 科学的 編 I.サモタエフ。 M.: ソコル、1996. - 589 p.

160. 制御モデルと人工知能モデルにおけるファジィ集合。 /編著。 ポスペロワ D.A. M.: ナウカ、1986 年。

161. ニードルズ B.、アンダーソン X.、コールドウェル D. 会計原則。 第2版 - M.: 財務と統計、2000 年。

162. ニューヨーク証券取引所: ニューヨーク証券取引所の憲章。 あたり。 英語から -M.: インターコンプレックス、1992 年。

164. 株式発行者の四半期報告書に関する規制の承認について: 1998 年 8 月 11 日証券市場連邦委員会決議第 31 号 // ロシア連邦証券委員会報。 -M.、1998年8月18日。 N6.

165. 貨幣と信用の一般理論 / 編 E.F.ジューコワ。 M.: UNITY、2001. -423 p.

166. オットネス R.、エノクソン JI。 時系列の応用分析: Transl. 英語から によって編集 I.G. ズルベンコ。 M.: ミール、1982. - 428 p.

167. 世界開発報告書 1997。 変化する世界における状態。 - M.: Prime-Tass、1997、301 p。

168. 事業評価・編 Gryaznova A.G.、Fedotova M.A. - M.: 財務と統計、1998 年、512 ページ。

169. パブロフ S.V. 証券取引所と現代資本主義の経済におけるその役割。 M.: 財務と統計、1989. - 127 p.

170. パヴリュチェンコ V.M.、シャピロ V.D. 投資管理。 全2巻。 M.: Infra-M、1997. - 928 p.

171. ペルボズヴァンスキー A.A.、ペルボズヴァンスカヤ T.N. 金融市場: 計算とリスク。 -M.: インフラ M、1994 年。

172. ポゴスティンスカヤ N.N.、ポゴスティンスキー Yu.A. 財務諸表のシステム分析。 サンクトペテルブルク: 出版社ミハイロフ V.A.、1999 - 96 p。

173. ポラード A.M.、パセーイク J.G.、エリス K.H.、デイリー J.P. 米国銀行法 - M.: Progress、1992 年、767 ページ。

174. ポリアコフ副社長、モスコフキナJ.A. 中央銀行の構造と機能。 海外体験:教科書。 M.: インフラ M、1996 年。

175. Pratt Sh.P. ビジネス評価。 閉鎖企業の分析と評価:世界銀行経済開発研究所翻訳 / Ed. ラヴレンチエフ V.N. -M.: Olimp-business、2000、280 p。

176. ピャテンコ S.V. アメリカの金融政策。 M.: ナウカ、1988 年。

177. ラジオノフ N.V.、ラジオノバ S.P. 財務分析の基礎。 数学的手法。 システムアプローチ。 サンクトペテルブルク: ALPHA、1999 - 592 p.

178. ラディギン A.D.、エントフ R.M. 企業部門の発展における制度的問題:所有権、管理、証券市場。 - M.: 移行期経済研究所、1999 年、286 p。

179. Raizenberg B.A.、Lozovsky L.Sh.、Starodubtseva E.B. 現代の経済辞典。 -M.: Infra-M、1997、496 p。

180. 地域証券市場: 特徴、問題点および展望: 教育および実践ガイド / T.B. Berdnikova 編集。 M.: Finstatinform、1996. - 175 p.

181. リード E.、コッター R.、ギル E.、スミス R. 商業銀行。 M.: 進歩、1983. -501 p.

182. ロード E. 現代資本主義の銀行、取引所、通貨。 - M.: 財務と統計、1986 年、340 ページ。

183.ロザノフYu.A. ランダム過程の理論の紹介。 M.: ナウカ、1982 年。-128 p。

184. ローゼンバーグ J.M. 投資: 用語辞典。 M.: Infra-M、1997.-400 p.

185. ロシア 2015: 楽観的なシナリオ /Auth. 大佐:L.I.アバルキン、E.B.アラエフ、A.I.アモソフ他。 エド。 大佐: L.I. アバルキン、A.V. ザハロフ 他 - M.: ロシア科学アカデミー経済研究所、モスクワ銀行間通貨取引所、1999 - 414 p.

186. 数字で見るロシア: 簡単な統計集。 M.: Goskomstat、2000. -396 p.

187. ルブツォフ B.B. 世界の株式市場。 /世界経済と国際関係、2001年、第8号、35-46ページ。

188. ルブツォフ B.B. 外国株式市場: 金融商品、構造、機能メカニズム。 M.: Infra-M、1996. - 304 p.

189. ルディク N.B.、セメンコバ E.V. 企業支配の市場: 合併、強硬買収、債務買収。 M.: 財務と統計、2000.-456 p.

190. ユーロ債市場: 構造と機能メカニズム // 銀行サービス。 -M.、1997年、No.5-6。

191. レイ K.I. 債券市場。 取引とリスク管理: Trans. 英語から M.: デロ、1999.-600 p.

192.サックス。 D. 市場経済とロシア。 M.: 経済学、1994. - 115 p.

193. サルコフ A. グローバリゼーションと株価指数 // 証券市場。 - M.、2000.-N2.-S。 3-4.

194.サルチェフA.M. 世界経済をリードする商業銀行。 - M.: 財務と統計、1992 年。

195. セメンコバ E.V. 有価証券取引: ロシアの慣行。 M.: Infra-M.: Perspective、1997. - 328 p.

196.セレブリャコワJI。 証券市場の規制における世界的な経験 // 金融。 -M.、1996 年、第 6 号。

197.シマノフスキーA.Yu。 ロシア経済の金融および銀行部門: 形成と機能の問題。 M.: ソミンテック、1995 年。

198. シネルニコフ S. ロシアの予算危機: 1985 ~ 1995 年。 M.: 1995. - 316 p.

199. ロシアの組織的問題。 21世紀への道。 ロシア経済の戦略的問題と展望 / ロシア科学アカデミー経済学部。 M.: 経済学、1999 - 793 p.

200. スミスロフ D.V. 資本主義の現代通貨制度とブルジョア政治経済の危機。 M.、1979年。

201. ソロマチン E. 株式市場における優先技術 // 銀行技術。 M.、1999 年、No. 10。

202. ソロス D. 金融の錬金術。 M.: Infra-M、1996. - 415 p.

203. ソロス・ジョージ。 世界資本主義の危機。 M.: Infra-M、1999. - 260 p.

204. 財務統計。 下。 編 サリナ V.N. M.: 財務と統計、2000 年。

205. Stolyarov I.I.、Losevskaya O.A. 金融市場における投資と投機プロセスの関係、および実際の生産からの分離 // 金融。 M.、1999年 - N9。 -51〜54ページ。

206. スベロフ S. ロシア市場のファンダメンタルズ分析。 経験の一般化 // 証券市場。 M.、1999. - N 17. - P. 17-22; N18. - P.38-44.

207. タランコフ V.I. ロシア国家の証券。 モスクワ - トリアッティ: 出版社「Inter - Volga」、AvtoVAZbank、1992。 - 648 p。

208. 統計理論。 エド。 GL レオンチェワ。 - M.: インフラ M、2002 年。

209. トラクテンベルク I.A. お金の危機。 M.: ソ連科学アカデミー出版社、1963 年。

210. トゥール R.、ブラッドリー E.、トゥール T. 株式市場。 第6版:翻訳。 英語から - M.: Infra-M、1997。 - 648 p。

211. チュリン V. ロシア企業による ADR/GDR の発行 // 金融家。 M.、1997 年、No. 10。

212. Watsham T.J.、Parramou K. 金融における定量的手法。 あたり。 英語から M.: ファイナンス、UNITY、1999 - 527 p.

213.フェドロフB.G. 現代の通貨と信用市場。 M.: 財務と統計、1989 年。

214. フェデュク I. アメリカの寄託証書。 投資家との関係 // 証券市場。 M.、2000. - N 21. - P. 26-29。

215. フェルドマン A.A. 請求書の流通。 ロシアおよび国際的な実践。 -M.: インフラ M、1995 年。

216. フェルドマン A.A. 政府証券。 M.: インフラ M、1995 年。

217. フェルドマン A.A. 預金および貯蓄の証明書。 循環をチェックします。 M.: インフラ M、1995 年。

218. フェルドマン A.B. デリバティブ市場の基礎。 M.: インフラ M、1996 年。

219. 哲学者 JI.B. 石油精製会社の株式の価値を評価する方法 // ロシアの石油。 1994. - No. 2. - P. 17-23。

220. 哲学者 JI.B. 株式の投資魅力を評価します。 方法の選択 // 経済と生活 1993. - No. 23. - P.15

221. 金融と信用辞典 / 編 ガルブゾフ V.F. 第2版​​。 - M.、財務および統計、1994 年。 - T. 1-3。

222. 財務/教育 ロディオノバ V.M. - M.: 財務と統計、1992 年。 - 325 ページ。

223. フィッシャー P. ロシアへの海外直接投資: 産業復活のための戦略。 M.: 財務と統計、1999. - 510 p.

224. 証券取引所: 有価証券の価格がどのように見積もられるか。 コンプ。 ソカルスキー B. 編 レベデヴァ Yu.M. M.: 全ロシア為替銀行、1992 年。

225. 米国とロシアの株式市場: 形成と規制 / 著者チーム: Yu.S. Sizov (責任者)、I.V. Galkin.、A.V. Komov 他 M.: 経済学、1998. - 224 s

226. フレンケル A.A. 1992 年から 1995 年のロシア経済: 傾向、分析、予測。 M.: Finanstatinform、1995. - 142 p.

227. ヘルフェルト E. 財務分析手法。 あたり。 英語から M.: UNITY、1996. -663 p.

229. コーリン A.N. 財務諸表における重要な情報の開示 //Accounting.-M., 1999.-N 9.-S. 81-86; N 10. P. 68-72; N P.-S. 82-86; N 12. - P. 91-95; M.、2000. - N 1. - P. 67-71。

230. 証券:大学の経済専門学生向け教科書 / V.I. コレスニコフ、V.S. トルカノフスキー、L.S. タラセビッチ 他。 エド。 V.I.コレスニコフ、V.S.トルカノフスキー。 M.: 財務と統計、1998. - 416 p.

231. 金融市場における価格設定: 教科書。 村 /認証。 大佐:V.E.エシポフ、G.A.マホヴィコワ、D.I.トラクトヴェンコほか。 エド。 A.E.エシポワ。 サンクトペテルブルク: SPbGUEF、1998.-240 p.

232. Chekanova E.、Chekanov L. ロシアにおける連邦および地方自治体の証券市場の傾向と見通しを作成 // 証券市場。 -2000年。 -その3.- P.81-84。

233. チェルニコフ G.P. 証券取引所: 国際的な経験。 M.: 国際関係論、1991 年。

234. チェスキドフ B.M. 有価証券を活用した銀行業務の展開。 - M.: 財務と統計、1997 年。

235. チェスノコフ A.S. 投資戦略と金融ゲーム。 M.: PAIMS、1994.-320 p.

236. Chetyrkin E. 財務および商業計算の方法。 M.: デロ、BusinessPe4b、1992 年。

237. チェティルキン E.M.、ヴァシリエワ N.E. 財務および経済の計算。 M.: 財務と統計、1990 年。

238. シャドリン A. モーゲージ証券の市場。 米国の経験とロシアの展望 // 証券市場。 M.、1998、No. 7-8。

239. シャムハロフ F.I. 国家と経済: 相互作用の基礎。 M.: OJSC 出版社「エコノミー」、2000. - 382 p.

240. シャープ W.、アレクサンダー G.、ベイリー J. インベストメント: トランス。 英語から M.: Infra-M、1997.- 1024 p.

241. シュワルツ F. 西側の取引所活動 (先物と証券取引所、オペレーティング システムと分析アルゴリズム)。 M.: AI Q、1992 年。

242. シュヴェドフ A.S. 効率的な証券ポートフォリオの理論。 M.: 州立大学高等経済学部、1999.- 144 p.

243.シェナエフV.N. ドイツの金融資本システムにおける銀行と信用。 - M.: ナウカ、1967 年。

244.シェナエフV.N. 国際融資資本市場。 - M.: 財務と統計、1985 年。

245. シェペレフ V. 優先株とその評価の特徴 // 証券市場。 M.、2000. - N 13. - P. 57-61。

246. シェレメット A.D.、サイフリン R.S.、ネガシェフ E.V. 財務分析の方法論。 -M.: Infra-M、2000、208 p。

247. シェレメット V.V.、パヴリュチェンコ V.M. 投資管理。 全2巻。 M.: MKS、1998.-416 p.

248. Scherer F.M.、Ross D. 産業市場の構造。 M.: INFRA-M、1997. -698 p.

249. Shkolnikov Yu. ロシア企業の評価の特殊性 // 証券市場。 1998.-No.4.-S. 12

250. Stillich O. Exchange とその活動。 サンクトペテルブルク: 同胞団、1992 年。

251. ストルテ P. 投資ファンド: 翻訳。 彼と一緒に。 M.: Finstatinform: Interexpert、1996. - 168 p.

252.シュピロV.M. 状態プロパティの変換。 M.: Infra-M、1997.-245 p.

253. 進化的計算と遺伝的アルゴリズム。 / 応用数学および工業数学のレビュー、第 5 号。M.: TVP、1996 年。

254. 計量経済学。 教科書・編著 エリセーヴァ I.I. M.: 財務と統計、2001. - 344 p.

255. ロシアの対外関係の経済学。 /編 ブラトバ A.S. - M.: BEK、1995. - 704 p.

256. 移行期の経済:教科書。 村 /編 V.V.ラダエワ、A.V.ブズガリーナ。 - M.: モスクワ州立大学出版社、1995 年、410 ページ。

257. 経済統計。 /編 イワノバ Yu.N. M.: インフラ M、1998 年。

258. エルダー A. 証券取引所での遊び方と勝ち方(心理学、テクニカル分析、リスク管理)。 あたり。 英語から M.: クロンプレス、1996 年。

259. Eng MW、リーズ FA、マウアー LJ。 世界金融。 あたり。 英語から M.: DeKA、1998 年。

260. エンジェル L.、ボイド B. 株の買い方。 あたり。 英語から M.: PAIS、1992 年。

261. エプスタイン E. 株式市場に参入する方法。 メカニズム、方法、経験、問題、展望 // 金融ロシア。 2000. - No. 42. - P. 10

262. 国際決済銀行年次報告書。 バーゼル 1992年から1999年。

263. ファマ E.F.、フランス K.R. 計量経済モデルと計量経済予測。 第3版 マグロウヒル、1991年。

264. FIBV 年次報告書。 パリ 1995 ~ 1998 年。

265. フランスのダニエル W. セキュリティとポートフォリオ分析: 概念と管理。 -プレンティス・ホール、1989年、576ページ。

266. ゴールドベルク D.E. 検索、最適化、機械学習における遺伝的アルゴリズム。 アディソン・ウェスリー、マサチューセッツ州、1989 年。

267. ゴードン・ロバート・J. マクロ経済学。 第 6 版。 ハーパーコリンズ大学出版社、1993.-580 ページ。

268. グラッベ J.O. 国際金融市場。 エンゲルウッドの崖、1996 年。

269. Graham W.、Dodd D. セキュリティ分析。 クラシック1934年版。 McGraw-Hill Companies、1996 年。 - 725 ページ。

270. 国際資本市場: 発展、展望、および主要な政策課題。 -ワシントン: IMF、1994 ~ 2001 年。

272. マコーネル・キャンベル R.、ブルー・スタンレー L. 経済学: 原則、問題、および政策。 第11版。 ニューヨーク: McGraw - Hill Publishing Company、1990。 - 866 p。

273. マーフィー A. 科学的投資分析。 - グリーンウッド パブリッシング グループ、2000 年、504 ページ。

274. NASDAQ Stock Market Inc. に関する NASD データ およびその上場会社。 NASDワーキングペーパー97-01。 ワシントン、1997 年 7 月。

275. 証券規制の目的と原則。 IOSCO、1998 年 9 月、2002 年 2 月。 - 67 p。

276. ラトナー DL. 証券規制の骨子 セントポール、1992年。

277. シャープ W.F. 投資。 ニューヨーク、1981年。

278. スタンダード&プアーズのカウンターパーティ格付けガイド、1998 年第 1 四半期。

279. 株式、手形、債券、インフレ。 国際投資収益合計 16941995。グローバル財務データ、http://www.globalfindata.com

280. テイラー B. 1996 年が次の 1929 年になる可能性はありますか? 世界的な財務データ。 -http://www.globalfindata.com

281. ニューヨーク証券取引所ファクトブック 1992-1998。

282. 米国証券取引委員会年次報告書、1992 ~ 1994 年。

283. 世界開発報告書 1998/1999。 ワシントン、1999 年。

284. 世界経済見通し 1998。IMF、ワシントン、1998 年。

上記の科学テキストは情報提供のみを目的として掲載されており、元の論文テキスト認識 (OCR) を通じて取得されたものであることに注意してください。 したがって、不完全な認識アルゴリズムに関連するエラーが含まれる可能性があります。 弊社が納品する論文・要旨のPDFファイルにはこのような誤りはございません。