По всем вопросам звоните:

+7 495 274-22-22

УДК: 334

Анализ влияния волатильности на эффективность трендовых алгоритмических стратегий: сравнительный анализ с использованием исторических данных

Кольцов Михаил Алексеевич аспирант, ФГБОУ ВО «Российский экономический университет имени Г.В. Плеханова», Россия, 117997, г. Москва, Стремянный пер., д. 36, E-mail: activemike@icloud.com
Проданова Наталья Алексеевна доктор экономических наук, профессор кафедры государственных и муниципальных финансов, федеральное государственное бюджетное образовательное учреждение высшего образования «Российский экономический университет имени Г.В. Плеханова», Россия, 117997, г. Москва, Стремянный пер., д. 36, ORCID: 0000-0001-5140-2702, E-mail: prodanova-00@mail.ru

Предметом рассмотрения в настоящей статье является анализ влияния волатильности на эффективность трендовых алгоритмических стратегий с акцентом на сравнительный анализ, проведенный с использованием исторических данных. В условиях рыночной турбулентности, сопровождающейся всплесками волатильности, результативность этих стратегий претерпевает существенные изменения, что диктует необходимость всесторонней оценки их способности адаптироваться к меняющейся рыночной конъюнктуре. Анализ исторической информации позволяет выявить закономерности, определяющие, как эффективность стратегий зависит от уровней волатильности, и создает предпосылки для разработки более устойчивых и прибыльных систем алгоритмической торговли.

Литература:

1. Аблитаров Э.Р. Развитие алгоритмической торговли и ее влияние на динамику российского фондового рынка / Э.Р. Аблитаров, Э.Э. Шамилева // Менеджмент и финансы производственных систем: сборник научно-практических статей Всероссийской (национальной) научно-практической конференции, Волгоград, 12 декабря 2023 года. — Волгоград: ЗАО «Университетская книга», 2024. — С. 21–25.

2. Аникин В.С. Перспективы развития алгоритмической торговли на финансовых рынках / В.С. Аникин, М.С. Береговых // Современные вызовы экономики и систем управления в условиях социально-экономической нестабильности: материалы Всероссийской (национальной) научно-практической конференции, Москва, 4 марта 2025 года. — М.: Московский университет им. С.Ю. Витте, 2025. — С. 44–50.

3. Апполонова Н.А. Обзор рынка децентрализованных финансов в цифровой экономике / Н.А. Апполонова, Ж.И. Чеснокова // Теория и методика фундаментальных и прикладных научных исследований: сборник статей международной научной конференции, Санкт-Петербург, 15 ноября 2023 года. — СПб.: Гуманитарный национальный исследовательский институт «НАЦРАЗВИТИЕ», 2023. — С. 30–32.

4. Аблитаров Э.Р. Технологические аспекты алгоритмической торговли: состояние и перспективы масштабирования / Э.Р. Аблитаров, Э.Э. Шамилева // Менеджмент и финансы производственных систем: сборник научно-практических статей Всероссийской (национальной) научно-практической конференции, Волгоград, 12 декабря 2023 года. — Волгоград: ЗАО «Университетская книга», 2024. — С. 14–18.

5. Акыева О. Зарубежный опыт анализа правил биржевой торговли / О. Акыева, А. Вепаев // Cognitio Rerum. — 2025. — № 3. — С. 57–58.

6. Сунгатуллин Р.Г. Экономические эффекты внедрения алгоритмической торговли: эмпирический анализ и этические вызовы / Р.Г. Сунгатуллин // Экономика и управление: проблемы, решения. — 2025. — Т. 8, № 5 (158). — С. 5–14.

7. Степанова Т.В. Особенности инвестиционной деятельности торговых компаний / Т.В. Степанова, А.С. Туриева // Управление и экономика, исследования, разработки: монография. — Пенза: Пензенский государственный аграрный университет, 2025. — С. 229–243.

8. Сироткина А.С. Алгоритмическая торговля на основе трехбарьерного метода / А.С. Сироткина, М.А. Лысова // Сборник научных трудов вузов России «Проблемы экономики, финансов и управления производством». — 2024. — № 55. — С. 196– 201.

9. Цзя Ц. Последствия масштабирования алгоритмической и высокочастотной торговли на рынке ценных бумаг / Ц. Цзя, Е.В. Барашева // Human Progress. — 2024. — Т. 10, № 5.

10. Apple (AAPL) Historical Data [Электронный ресурс] // Yahoo Finance. — URL: https://golnk.ru/qwLGe (дата обращения: 28.11.2025).

Актуальность настоящего исследования обусловлена возрастающим влиянием алгоритмической торговли на функционирование современных финансовых рынков.

В условиях нелинейной динамики рыночной конъюнктуры и эскалации неопределенности тщательная оценка колебаний рыночной динамики и их влияния на результативность трендовых алгоритмических стратегий приобретает особую значимость для участников рынка и специалистов по разработке алгоритмов.

Цель исследования: выявление закономерностей и количественная оценка воздействия волатильности на доходность и устойчивость трендовых алгоритмических стратегий с акцентом на сравнительный анализ исторических данных акций Apple (AAPL) за период 2018–2023 годов. Выбранный период охватывает разнообразные фазы рыночной динамики, включая этапы стабильного роста, повышенной волатильности в связи с пандемией COVID-19 и последующее восстановление. Исследованы стратегии, основанные на скользящих средних (SMA, EMA), индикаторах MACD и ADX.

Задачи исследования: оптимизация параметров выбранных трендовых алгоритмов на стационарных участках исторических данных для определения базовой эффективности; сегментация исторических данных по уровням волатильности, рассчитанной на основе исторической волатильности и индекса VIX, для выявления влияния волатильности; сравнительный анализ эффективности трендовых стратегий в условиях различной волатильности для оценки их чувствительности к рыночной конъюнктуре; идентификация оптимальных параметров трендовых стратегий для различных уровней волатильности; интерпретация полученных результатов в контексте существующих исследований и выдвижение рекомендаций по адаптации трендовых стратегий к текущим рыночным условиям.

Материалы и методы исследования. В процессе анализа применялись методы статистического анализа, включающие расчет стандартного отклонения доходностей для оценки исторической волатильности, а также сегментацию данных по уровням волатильности. Для оптимизации и оценки базовой эффективности алгоритмов в условиях стабильности использовались методы оптимизации параметров на стационарных участках. Сравнительный анализ эффективности стратегий проводился с использованием исторических данных и оценки доходности и просадки в различных рыночных условиях. Также применялись методы анализа графиков и таблиц для визуализации и интерпретации полученных результатов.

Для Цитирования:
Кольцов Михаил Алексеевич, Проданова Наталья Алексеевна, Анализ влияния волатильности на эффективность трендовых алгоритмических стратегий: сравнительный анализ с использованием исторических данных. Бухгалтерский учет и налогообложение в бюджетных организациях. 2026;2.
Полная версия статьи доступна подписчикам журнала
Язык статьи:
Действия с выбранными: