Современные информационные технологии по управлению инвестиционным портфелем

- интеграция  функций торговой системы и  электронного депозитария с обслуживанием всего жизненного цикла ценных бумаг;

- гибкость, то  есть возможность настройки на  обслуживание различ-ных типов финансовых инструментов без проведения крупномасштабных доработок;

- новизна или  возможность решения новых информационных задач по биржевым операциям;

- оперативность  реакции на запросы как локальных, так и удаленных пользователей;

- возможность  участия в торгах физических  и юридических лиц в ре-жиме реального времени (on-line) и в режиме отложенной обработки инфор-мации торгов (off-line);

- обеспечение  всего потока транзакций c учетом пиковых нагрузок на рынке;

- соответствие  имеющимся международным стандартам.

АИС фондового рынка делятся на информационные и торговые.

Информационные системы отражают информацию, полученную от участников фондового рынка и внешних источников. Своевременное наличие достоверной информации имеет огромное значение для принятия верных решений на фондовом рынке. Требования к информационным системам программных средств фондового рынка:

- способность поддерживать большие объемы динамично меняющейся

18

информации;

- оперативность ee обновления на мониторе пользователя (время поступления информации пользователю).

Вторая характеристика особенно важна, поскольку возможна игра на разнице курсов, и тот, кто раньше получит информацию, оказывается в выиг-рышном положении. B связи c этим основной принцип, который соблюдается при создании информационной подсистемы - принцип равных условий: ин-формация поступает ко всем брокерам одновременно.

Каждой компании информационная работа передается специализи-рованными фирмами - информационным агентством. Крупнейшее в мире агентство Рейтер через спутниковую сеть доставляет финансовую инфор-мацию подписчикам в любой точке земного шара. Ha российском рынке Рейтер предлагает традиционные пакеты, такие как Маrkets 2000 (или Rynki 1000), которые включают большинство необходимых оперативных данных.

Итак, информационные системы фондового рынка должны:

- быть надежными  и защищенными от сбоев;

- предусматривать  возможность совмещения с международными и местными информационными системами.

B последние несколько лет широкое распространение получили элек-тронные коммуникационные сети (ECN), обеспечивающие оперативный дос-туп участников фондового рынка к международным биржевым площадкам, в частности к NАSDAQ, NYSЕ, через различные торговые системы прямого доступа. На российском рынке к подобного рода системам следует отнести систему прямого доступа к торговой площадке MMВБ через электронную систему QUIК.

Одновременно, в конце 2000г., компании, владельцы электронных пор-тов, обеспечили доступ, в том числе и рядовым участникам рынка (retail customers), к биржевой информации, включающей цены текущих сделок (ти-ки) и их объемы, в режиме, позволяющем не только визуальное наблюдение, но и автоматическую обработку предоставляемой информации при помощи индивидуального  программного  обеспечения  в режиме  реального  времени

19

(online).

До этих пор монополия на подобного рода услуги, связанная c пере-дачей информации в указанном режиме была прерогативой международной компании DBC (Data Broadcasting Corporation), предоставляющей данные че-рез спутниковые каналы связи, причем в сильно усеченном виде [10, c. 148].

Неполнота поставляемой пользователю информации объяснялась, прежде всего, высокой стоимостью передачи данных через спутниковые сис-темы связи, что приводило к необходимости их существенного и, подчас, достаточно произвольного сокращения.

Одновременно, ряд других компаний (таких, как ETrade, Fidelity, Datek) обеспечили передачу гораздо более полного потока данных через Интернет. Однако эти данные поставлялись, как правило, с недопустимой для работы в режиме оn-line задержкой во времени.

При биржевой торговле c использованием ECN появляется уникальная возможность получения цен всех сделок и их объемы для последующей об-работки при помощи индивидуального программного обеспечения в режиме реального времени, т.e. непосредственно сразу после совершения сделки в электронной системе торгов. Дело в том, что большинство торговых термина-лов указанных ECN (например, Redi plus, Real Tick, Direct аccess) работают как DDE-серверы. Тем самым становится реальной передача (экспорт) тиков и объемов сделок в другие приложения (Excel, Omega Trade Station, Meta Stock, программы собственной разработки) для их последующей автомати-ческой обработки [13, c. 236].

 

2.2 Применение  экспертных систем в формировании  и управлении инвестиционным  портфелем

Экспертные системы (ЭC) представляются собой компьютерные про-граммы, использующие принципы искусственного интеллекта и формализо-ванные знания эксперта для обработки оперативной информации и принятия обоснованных решений в анализируемой предметной области.

Существуют два принципиально различных класса ЭC:

20

- основанные на правилах;

- основанные на примерах.

Первый класс ЭC применяется для работы с хорошо систематизиро-ванными элементами знаний и априори известными закономерностями, выраженными различного рода методиками, инструкциями, правилами и т.п.

Второй класс ЭC используется в ситуациях, когда отсутствуют какие-либо явные связи и закономерности между элементами знаний, a сами знания представлены в виде списков примеров, описывающих реализации тех или иных событий.

Если первый класс ЭC работает с хорошо определенными данными и знаниями, извлеченными из экспертов-аналитиков инженерами знаний, то второй — формирует свои знания путем адаптации к предметной области, представленной примерами, причем как обучающая, так и анализируемая ин-формация  может  быть  искажена  и неполна. В первом случае в основе меха-низмов вывода, как правило, лежат классические стратегии наследования и  логического вывода, аппроксимирующие, a во втором — различные методы индуктивного обобщения по примерам, в частности, свойства, используемых для этого, искусственных нейронных сетей.

ЭC c успехом применяются в тех областях, где кроме применения стандартных алгоритмических методов, основанных на точных вычислениях, по существу знания и опыт конкретных экспертов-аналитиков, a принятие ре-шений формируется в условиях неполноты данных и зависит скорее от ка-чественных, чем количественных оценок. K таким предметным областям от-носится, прежде всего, область анализа финансовой деятельности, где эффек-тивность принимаемых решений зависит от сопоставления множества раз-личных факторов, учета сложных причинно-следственных связей, примене-ния нетривиальных логических рассуждений и т.п.

B качестве иллюстрации использования технологии экспертных сис-тем в финансовой деятельности приведем примеры некоторых наиболее ти-пичных конкретных разработок ЭC. O масштабах исследований и предложе-ний на рынке ЭC в области финансов можно судить по международным на-

21

учным конференциям (например, Artificial International Applications on Wall Street, Oct. 9-12, 1991, New York) и коммерческим каталогам, в которых стои-мости конкретных предложений колеблются от тысяч до десятков тысяч дол-ларов [10, c. 153].

1. Финансовые ЭC, основанные на правилах. Множество фирм на Уолл-Стрит установили ЭC для решения задач в таких областях как: торги на фондовой бирже, автоматическое понимание новостей, кредитный анализ, управление рисками, построение портфелей кредитов и инвестиций, оценка рейтинга банков, автоматизация аудита, предсказание изменений на финан-совом рынке и т.д.

Примерами этому является целый класс консультативных ЭC: Bear, Sterns & Company’s Broker Monitoring System, Athena Group’s Portfolio Advisor и Trader’s Assistant, совместно разработанные корпорациями Author D. Little Corporation, Knowledge-Based Network Сorporation и еще шестью финансовы-ми институтами. Японский Sanwa Bank, один из крупнейших мировых банков, применяет экспертную систему Best Mix для улучшения качества своей информации по инвестициям.

ЭC Nikko Portfolio Consultation Management System, разработанная для внутреннего использования фирмой Nikko Securities, Ltd., помогает управля-ющим фондами выбрать оптимальный портфель для своих клиентов.

Данная система основана на базе данных c информацией за пять лет продаж акций и на системе c новой теорией управления портфелем, которая вычисляет и оптимизирует портфель ценных бумаг для страховки от различ-ных рисков. Управляющие фондами освобождаются от рутинных вычислений и, таким образом, имеют возможность более быстро составить оптимальный портфель ценных бумаг [10, c. 156].

Компания IDS Financial Services, подразделение финансового плани-рования American Express Company, классифицировали финансовые экспер-тизы своих лучших управляющих для создания экспертной системы, назван-ной Insight. IDS включила экспертизы лучших управляющих в свои средства, т.e. экспертную систему, доступную всем своим планировщикам. Одним из

22

основных результатов применения экспертной системы в компании IDS стало то, что процент покинувших фирму клиентов упал более чем наполовину.

Перечислим характеристики некоторых конкретных ЭC этого класса.

1) FLiPSiDE: Система логического программирования финансовой экспертизы.

Решаемые задачи: мониторинг состояния рынка ценных бумаг; мони-торинг состояния текущего портфеля ценных бумаг; поддержка обзора буду-щих условий рынка; планирование и выполнение продаж.

Краткие характеристики:

- применение оригинальной  парадигмы «Классной доски», описанной  Ньюэллом;

- язык Пролог в качестве  платформы программирования;

- представление данных  на «Классной доске» в качестве  исходных данных для различных  знаний.

2) Splendors: Система управления портфелем ценных бумаг реального времени

Решаемые задачи: достижение разнообразных инвестиционных целей в условиях быстро меняющихся данных.

Краткие характеристики [13, c. 238]:

- система реального времени;

- использование специализированного языка высокого уровня Profit;

- большая гибкость в  создании портфеля для опытных  программистов на C;

- возможность создания  портфеля непрограммирующему финансово-му  аналитику.

Система позволяет формировать оптимальные инвестиционные порт-фели в реальном масштабе за счет игры на учете быстрых изменений на фон-довой бирже.

3) PMIDSS: Система поддержки  принятия решений при управлении  портфелем

Решаемые задачи: выбор портфеля ценных бумаг; долгосрочное пла-

23

нирование инвестиций.

Краткие характеристики: смешанная система представления знаний; использование разнообразных механизмов вывода: логика, направленные семантические сети, фреймы, правила.

4) Le Courtier: Система ассистент-эксперт  для менеджера портфеля

Решаемые задачи: помощь инвесторам в определении своих инвести-ционных целей; управление портфелем.

Краткие характеристики: использование правил; мощный естествен-но-языковый интерфейс.

5) PMA: Советчик управляющему  портфелем

Решаемые задачи: формирование портфеля; оказание рекомендаций по сопровождению портфеля.

Краткие характеристики: обеспечение качественного обоснования результатам применения различных численных методов.

2. ЭC, основанные на примерах, можно по принципам работы можно разделить на две группы: использующие нейронные сети и использующие алгоритм индуктивного обобщения ID3.

Первые в основном используются как предварительно обученный на примерах классификатор, у которого при подаче на его вход набора значений исходных финансовых параметров на выходе появляется искомое решение по данной финансовой ситуации.

Вторые по наборам примеров формируют дерево решений, из которо-го затем строятся соответствующие для принятия решений правила.

Приведем 2 типичных примера ЭC обоих групп [10, c. 163].

1) S&PCBRS: Нейронный симулятор  для оценки рейтинга ценных бумаг

Решаемые задачи: оценка рейтинга ценных бумаг по данным o фирмах эмитентах; формирование корректной рейтинговой шкалы.

Краткие характеристики: представление задачи оценки рейтинга как задачи классификации; отбор данных o фирмах эмитентах и формирование обучающего материала; выбор нейроклаccификатора, его обучение и тестиро-вание; сравнение  с оценками  экспертов;  использование  нейроceтевой  пара-

24

дигмы Couter-Propagation; вероятность правильного предсказания рейтинга 84%.

2) ISPMS: Интеллектуальная система управления портфелем ценных бумаг

Решаемые задачи: формирование портфеля акций, обеспечивающего баланс между риском и предполагаемым доходом.

Краткие характеристики [13, c. 242]:

- использование оптимизационной  модели квадратичного программи-рования Гарри Марковица;

- баз данных и баз  знаний по фирмам-эмитентам и  отраслям;

- наличие подсистемы обучения  на прошлом опыте, основанной  на извлечении правил из большого  количества фактов;