Статистическое моделирование распределения финансовых активов и оценка рисков

Существует множество методов и моделей в эконометрике и машинном обучении, позволяющее с высокой точностью прогнозировать динамику цен и эффективно оптимизировать портфель, состоящий из ценных бумаг. Актуальность данной темы заключается в том, что она достаточно мало изучена в русскоязычной литературе, еще меньше исследований, посвященных российскому фондовому рынку. А в тех немногих работах, которые есть в основном рассматриваются фондовые индексы, а не конкретные активы. Согласно исследованию по изучению методов оптимизации портфеля ценных бумаг среди 229 инвестиционных менеджеров в Европе, половина из них использует модель Марковица и не учитывает существенную предпосылку о нормальности распределения. Следовательно, необходимо изучать более совершенные методы и делать их более доступными для инвесторов. Цель работы – смоделировать оптимальный портфель на примере акций российского фондового рынка, используя эконометрические модели и методы машинного обучения и сравнить с классической теорией Марковица. Объектом являются доходности акций российских компаний, а предметом – методы оптимизации инвестиционного портфеля. В качестве информационной базы использовались ежедневные данные о ценах российских акций, представленные Московской биржей. На основе капитализации и с учетом диверсификации были выбраны цены акций 5 российских компаний из разных отраслей: Сбербанк, Газпром, Норникель, М.Видео и МТС, в период с 1 января 2010 года по 1 января 2020 года. В качестве теоретической основы использовались статьи, посвященные моделированию оптимального портфеля в рамках теории Марковица, исследования об использовании эконометрических моделей и методов машинного обучения для решения оптимизационных задач. Использовались модели временных рядов ARIMA, VAR, многомерные GARCH модели и генетические алгоритмы.