Автори: А. Ставицький, д-р екон. наук, доц., ORCID iD 0000-0002-5645-6758; В. Тараба, економіст, ORCID iD 0000-0002-5265-8571, Київський національний університет імені Тараса Шевченка, Київ, Україна
Анотація: Проаналізовано прибутковість методів технічного аналізу для семи фондових індексів за останні десять років, а також розглянуто загальну динаміку фондових індексів. Відповідно до отриманих результатів прибутковість технічного аналізу зросла останнім часом через зміну умов на ринку, натомість для періоду 2010–2018 років прибутковість методів технічного аналізу була значно нижчою. Аналіз показав, що найкращі результати розглянуті методи технічного аналізу продемонстрували на китайському, індійському та гонконгському фондових індексах, найгірші – на американському, європейському та японському фондових індексах. Проте стійкість розглянутих методів, як виявилося, досить низька. Це пов’язано з тим, що їхня прибутковість сильно змінюється зі зміною вибірки. Розглянуто також питання агрегування сигналів технічного аналізу та сигналів ARIMA-моделей. Для цього для кожного з розглянутих у роботі фондових індексів підібрано оптимальні ARIMA-моделі, і відповідно на основі прогнозів за цими моделями для кожного індексу отримувалися сигнали на відкриття чи закриття короткої або довгої позиції. Зазначено, що для трьох із семи індексів оптимальною ARIMA-моделлю виявилася модель “білого шуму”: у такому випадку отримана модель не використовувалася для побудови прогнозів та подальшого отримання сигналів. Агрегування сигналів дозволило отримати прибутковість, вищу за середньоринкову на п’яти з семи розглянутих фондових індексів: американському, європейському, китайському, гонконгському та корейському фондових індексах. Для тестування методів технічного аналізу на історичних даних, підбору оптимальних ARIMA-моделей та тестування стратегії, що базується на агрегуванні сигналів, використано Python та R. Отримані результати можуть бути використані для розробки торгових стратегій.
Ключові слова: фондові індекси, технічний аналіз, ARIMA-моделі.
Received: 28/07/ 2020
1st Revision: 03/08/2020
Accepted: 06/09/ 2020
DOI: https://doi.org/10.17721/1728-2667.2020/211-4/5
Список використаних джерел
1. Borges M. R. Efficient market hypothesis in european stock markets / M. R. Borges // The European Jour. of Finance, 2010. – Vol. 16(7) – с. 711–726. DOI: http://dx.doi.org/10.1080/1351847X.2010.495477.
2. Lectureslides: Module 4: Market Efficiency(BUSFIN 4221 – Investments) – Andrei S. Goncalves. – Finance Department The Ohio State University. [Електронний ресурс]. – URL: http://andreigoncalves.com/wp-content/uploads/2017/06/BUSFIN-4221-Module-4-Market-Efficiency-to-print.pdf
3. Lecture slides: Lecture 10: Market Efficiency Lecture 10: Market Efficiency – Prof. Markus K. Brunnermeier. – Fin 501: Asset Pricing Princeton University. [Електронний ресурс]. – URL: https://scholar.princeton.edu/markus/files/13lecture.pdf.
4. Investments, 11-th edition, The McGraw-Hill Educational Series in Finance, Insurance, and Real Estate – Zvi Bodie, Alex Kane, Alan J. Marcus, 2018.
5. Hoffman A. Technical analysis and individual investors/ A. Hoffman, H. Shefrin // Jour. of Economic Behavior & Organization, 2014. – Vol. 107, Part B. –– с. 487–511. DOI: http://dx.doi.org/10.1016/j.jebo.2014.04.002.
6. Bessembinder H. Market Efficiencyand the Returns to Technical Analysis / H. Bessembinder, K. Chan // Financial Management, 1998. – Vol. 27, No. 2. – с. 5–17. DOI: http://dx.doi.org/10.2307/3666289.
7. Marshall B. Is technical analysis profitable on a stock market which has characteristics that suggest it may be inefficient? / B. Marshall, R. Cahan // Research in International Business and Finance, 2005. – Vol. 19, Issue 3. – с. 384–398. DOI: http://dx.doi.org/10.1016/j.ribaf.2005.05.001.
8. Fang J. Predictability of the simple technica ltrading rules: anout-ofsampletest / J. Fang, B. Jacobsen, Y. Qin // Review of Financial Economics, 2014. – Vol. 23, Issue 1. – с. 30–45.
9. Hudson R. A note on the weak form efficiency of capital markets: The application of simple technical trading rules to UK stock prices – 1935 to 1994 / R. Hudson, M. Dempsey, K. Keasey // Jour. of Banking&Finance, 1996. – Vol. 20, Issue 6. – с. 1121–1132.
10. Irwin H. The Profitability of Technical Analysis : A Review / H. Irwin // AgMAS Project Research Reports 37487, University of Illinois at Urbana-Champaign, Department of Agricultural and Consumer Economics. – 2004. – с. 106.
11. Tian G.G. Market Efficiency and the Returns to Simple Technical Trading Rules: New Evidence from U.S. Equity Market and Chinese Equity Markets / G. G. Tian, G.H. Wan, M. Guo // Asia-Pacific Financial Markets, 2002. – № 9. – с. 241–258. DOI: https://doi.org/10.1023/A:1024181515265.
12. Chang Y.-H. Volume Information and the Profitability of Technical Trading / Y.-H. Chang, C. Chan, C. Chiang // Asia-Pacific Jour. of Financial Studies, 2014. – № 43. – с. 249–272. DOI: http://dx.doi.org/10.1111/ajfs.12046.
13. Nguyen H. T. The Profitability of the Moving Average Strategy in the French Stock Market / H. T. Nguyen, H. V. D. Pham, H. Nguyen // Jour. of Economics and Development, 2014. – Vol. 16, No. 2. – с. 21–38. DOI: http://dx.doi.org/10.33301/2014.16.02.02.
14. Kuan H. Re-Examining the Profitability of Technical Analysis with White’s Reality Check / H. Kuan, P.-H. Kuan // IEAS Working Paper : academic research 04-A003, Institute of Economics, Academia Sinica, 2005. – Taipei, Taiwan.
15. Griffioen G.A.W. Technical analysis in financial markets. [Електронний ресурс] / G.A.W. Griffioen. – UvA-DARE (Digital Academic
Repository, University of Amsterdam, 2003. – Режим доступу: https://pure.uva.nl/ws/files/3628657/29192_UBA002001171_09.pdf DOI:
http://dx.doi.org/10.2139/ssrn.566882.
16. Lo A. W. Reconciling Efficient Markets with Behavioral Finance: The Adaptive Markets Hypothesis / A. W. Lo // Journal of Investment Consulting, 2005. – Vol. 7, No. 2 – с. 21–-44.
17. Wang S. Testing the performance of technical tradingrules in the Chinese market based on superior predictive test / S.Wang, Z.-Q. Jiang // Phys. A: Statistical Mechanics and its Applications, 2015. – № 439. – с. 114– 123. DOI: http://dx.doi.org/10.1016/j.physa.2015.07.029.
18. Todea A. Profitability of the Moving Average Strategy and the Episodic Dependencies: Empirical Evidence from European Stock / A. Todea, A. Zoicas-Ienciu, A.-M. Filip // European Research Studies, 2009. – Vol. XII, Issue 1. – с. 63–72.
19. Urquhart A. Are stock market really efficient. Evidence of the adaptive market hypothesis/ A. Urqugart, F. McGroatry // Internat. Review of Financial Analysis, 2016. – № 47. – с. 39–49. DOI: http://dx.doi.org/10.1016/j.irfa.2016.06.011.
20. Lim K.-P. Are US stock index return spredictable? Evidence from automatic autocorrelation-based tests / K.-P.Lim, W.Luo, J. H. Kim // Applied Economics, 2013. – Vol. 45m, Issue 8. – с. 953–962. DOI: http://dx.doi.org/10.1080/00036846.2011.613782.
21. Fxcodebase. [Електронний ресурс]. – URL: http://fxcodebase.com/wiki/index.php/Category:Indicators.
22. Investopedia.com. Commodity Channel Index – CCI Definition and Uses. [Електроннийресурс]. – URL: https://www.investopedia.com/terms/c/commoditychannelindex.asp.
23. Investopedia.com. Chande Momentum Oscillator Definition. [Електроннийресурс]. – URL: https://www.investopedia.com/terms/c/chandemomentumoscillator.asp.
24. Pikus R. The theory and practice of the efficient capital market hypothesis / R. Pikus, A. Ignatiuk // Bulletin of Taras Shevchenko National University of Kyiv. Economics, 2013. – № 135. – с. 5–7.
25. Lo A. W. – The Adaptive Markets Hypothesis: Market Efficiency from an Evolutionary Perspective / A. W. Lo // The Jour. of Portfolio Management, 2004. – № 30. – c. 15–29.
26. YahooFinance. [Електронний ресурс]. – URL: https://finance.yahoo.com/
27. Cont R. Volatility clustering in financial markets: empirical facts and agent-based models / R. Cont, G. Teyssiere, A. Kirman // Long Memory in Economics, 2007. – с. 289–309. DOI: http://dx.doi.org/10.1007/978-3-540-34625-8_10.
28. Канторович Г. Г. Анализ временных рядов. Лекция 5. Оценивание коэффициентов моделей типа ARMA / Г. Г. Канторович // Економ. журн. ВШЭ, 2002. – № 2. – с. 251–273.
29. Coursera. Эконометрика (Econometrics) // Нац. исследоват. ун-т “Высшая школа экономики” Лекция 8.2.4. Анализ стоимости акций компании Гугл и численности населения России. [Електронний ресурс]. – URL: https://www.coursera.org/lecture/ekonometrika/8-2-4-primier-2-i-3-analiz-stoimosti-aktsii-kompanii-gughl-i-chisliennosti-Vbs2z.
