ОБОСНОВАНИЕ СТРАТЕГИИ ИСКЛЮЧЕНИЯ ЛОЖНЫХ СИГНАЛОВ ПРИ ИНВЕСТИРОВАНИИ НА ФОНДОВОМ РЫНКЕ НА ОСНОВЕ ОЦЕНКИ НАБОРА СКОЛЬЗЯЩИХ СРЕДНИХ

V P Koretskiy; M V Palabugin

doi:10.22213/2618-9763-2022-3-12-19

Authors

V. P. Koretskiy Kalashnikov Izhevsk State Technical University
M. V. Palabugin Kalashnikov Izhevsk State Technical University

DOI:

https://doi.org/10.22213/2618-9763-2022-3-12-19

Keywords:

moving average, false signals, time series, artificial intelligence, stock market

Abstract

The article presents the results of a study devoted to the study of an investment policy when working with tools of stock market based on the correlation of exponential moving averages. The relevance of the work is due to the need to mitigate the risks appeared when investors face because of false trading signals. The results presented in the work were obtained using technical analysis methods, including the analysis of statistical finding referred to securities quotations, visual and graphical methods of technical analysis to determine the trend. The forecast model is developed with econometric approaches and neuro-network expert system. As a result of the study, key statistical indicators were identified. They are exponential moving averages, which enable negative trends in the securities market to be predicted. Statistics confirming the stable operability of the system are presented. The developed expert system based on econometric modeling and artificial intelligence elements has significantly improved the efficiency of detecting false signals in the stock market. The obtained results can be used to improve risk management in the implementation of investment operations in the securities market. The expert system excludes the most unprofitable transactions made due to false signals and thereby increase the effectiveness of the investment strategy.

Author Biographies

V. P. Koretskiy, Kalashnikov Izhevsk State Technical University

PhD

M. V. Palabugin, Kalashnikov Izhevsk State Technical University

Master’s Degree Student

References

Заметки в инвестировании. Книга об инвестициях и управлении капиталом. 5-е изд. URL: https://arsagera.ru/kniga/(дата обращения: 13.02.2022).

Городнова Н. В. Интеграция государства и частного бизнеса: развитие социально ориентированной экономики // Финансы и кредит. 2012. № 6 (486). С. 20-29.

Швагер Д. Биржевые секреты. Технический анализ. Москва : Русич, 2017. 834 с. ISBN 978-5-8138-0831-9.

Малышенко К. А., Малышенко В. А., Квятковская Е. О. Теоретические основы анализа фондового рынка: система показателей и классификация методов // Научный журнал КубГАУ. 2017. № 129 (05). С. 1292-1303.

Буруджян Д. Секреты профессионалов трейдинга. Методы, используемые профессионалами для успешной игры на финансовых рынках. Москва : SmartBook, И-Трейд, 2010. 256 с.

Oriani F. B., Coelho G. P. Evaluating the impact of technical indicators on stock forecasting // 2016 IEEE Symposium Series on Computational Intelligence (SSCI). 2016, Athens. Pp. 1-8.

Agrawal M., Khan A. U., Shukla P. K. Stock Price Prediction using Technical Indicators: A Predictive Model using Optimal Deep Learning // International Journal of Recent Technology and Engineering (IJRTE). 2019. Vol. 8. No. 2. Pp. 2297-2305.

Mitilineos S. A., Panayiotis G. A. Forecasting of future stock prices using neural networks and genetic algorithms // International Journal of Decision Sciences, Risk and Management. 2017. Vol. 7. No. 1/2. Pp. 2-25.

Раздьяконов А. А., Савельев Д. А. Исследование применимости нейронных сетей, обученных на собранных программным образом данных, для прогнозирования заданных котировок акций // XVI Королевские чтения : Международная молодежная научная конференция, посвященная 60-летию полета в космос Ю. А. Гагарина : сборник материалов: 5-7 октября 2021 г.: в 3 т. Т. 1. Самара, 2021. С. 491-493.

Булковский Т. Н. Полная энциклопедия графических ценовых моделей. 3-е изд., стер. Mосква : СмартБук, 2009. 696 с.

Найман Э. Л. Малая энциклопедия трейдера. Киев : ВИРА-Р Альфа Капитал, 1999, 236 с. ISBN 966-95440-0-9

Буруджян Д. Секреты профессионалов трейдинга. Методы, используемые профессионалами для успешной игры на финансовых рынках. Москва : SmartBook, И-Трейд, 2010. 256 с.

Oriani F. B., Coelho G. P. Evaluating the impact of technical indicators on stock forecasting // 2016 IEEE Symposium Series on Computational Intelligence (SSCI). 2016, Athens, pp. 1-8.

Найман Э. Л. Малая энциклопедия трейдера. Киев : ВИРА-Р Альфа Капитал, 1999, 236 с. ISBN 966-95440-0-9.

Паньков М. О. Прогнозирование цен закрытия акций Apple с помощью искусственных нейронных сетей // Финансы и бизнес. 2019. Т. 15, № 3. С. 41-55.